디지털 라이브러리[ 검색결과 ]
의료 조언을 위한 질문 의도 인식: 학습 데이터 구축 및 의도 분류
http://doi.org/10.5626/JOK.2021.48.8.878
대부분의 과업 지향 대화 시스템에서는 의도 인식과 개체명 인식이 선행되어야 한다. 본 연구에서는 의료 조언이라는 신규 분야에 대한 대화 시스템 구축을 위해 사용자 질문의 의도를 인식하는 문제를 다룬다. 최종 목적에 해당하는 의료 조언을 위해 필요한 의도 카테고리를 정의하는 것에서부터 학습데이터 수집 및 구축, 레이블링을 위한 가이드라인을 상술한다. 질문 의도 인식을 위해 BERT 기반의 분류모델을 사용했으며 한국어 처리를 위해 변형된 KorBERT도 적용한다. 딥러닝 기반의 모델이 본 연구에서 구축한 중규모의 학습 데이터에서도 좋은 성능을 보이는 것을 검증하기 위해 일반적으로 많이 쓰이는 SVM도 비교 모델로 활용하였다. 실험 결과 8개의 의도 카테고리에 대한 f1 점수가 SVM, BERT, KorBERT에서 각기 69%, 78%, 84% 였으며 향후 데이터 보강을 통해 최종 성능을 높일 예정이다.
OTT 서비스를 위한 계층적 부호화 기반 멀티미디어 데이터 관리 시스템
여러 종류의 해상도를 가지는 단말들에 대해 인터넷을 통해 멀티미디어 동영상을 제공하는 OTT 서비스가 확산되고 있다. 각 단말들은 3G, LTE, VDSL, ADSL등 네트워크 망을 이용한 통신을 하고 있다. 다양한 해상도의 단말들과 다양한 속도의 네트워크망의 이용자들에 맞춰서 새로운 멀티미디어의 압축방식의 필요성이 높아졌다. 스케일러블 부호화 방식은 시간적/공간적 계위성을 제공하기 위해서 멀티미디어 데이터를 저장할 때 계층적 B 화면 구조를 이용하고 있다. 이를 이용하여 계층적으로 부호화된 멀티미디어 데이터는 OTT 서비스에 최적화 되어있으며, 이를 효율적으로 관리하기 위한 파일 배치 기법과 MLP 인기도 관리 정책, WFF 버퍼 캐시 관리 정책을 제안한다. 본 논문에서는 zipf 분포를 이용한 접근 트레이스를 생성하고, 기존 시스템과 제안한 시스템의 성능을 비교 평가하였다.
