메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
석호식 (서울대학교) 작가멧 (서울대학교) 장병탁 (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2009 가을 학술발표논문집 제36권 제2호(C)
발행연도
2009.11
수록면
221 - 224 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 학습에 활용하는 코퍼스(Corpus)의 난이도와 양을 증가시키면서 하이퍼네트워크에 기반한 문장 생성 모델을 학습시킨 후, 모델 학습 단계 별로 생성된 문장의 문법적 특성을 분석한다. 하이퍼네트워크 모델은 가중치를 갖고 있는 에지와 노드의 집합으로 코퍼스의 확률 분포를 학습할 수 있는 한가지 방법을 제공한다. 본 논문에서는 생성되는 문장의 문법적 특성의 변화를 통해 언어 모델의 특성을 분석하며 원래 코퍼스와 생성된 문장의 문법 규칙 분포에 대한 KL divergence를 계산하여 학습 데이터와 언어 모델에 축적된 문법 규칙의 분포간 차이를 확인하였다. 학습 데이터와 언어 모델에 축적된 문법 규칙의 분포에 대하여 KL divergence를 계산한 결과 최대 0.06을 초과하지 않았다. 언어 모델에서 생성된 문장의 파싱을 분석해 본 결과, 학습이 진행됨에 따라 생성되는 문장의 문법적 타당성이 점차 증가함을 관찰하였으며, 코퍼스의 특성으로 인해 학습 초기 과정에 문법 규칙이 일정한 분포로 수렴함을 확인하였다.

목차

요약
1. 서론
2. 방법론
3. 실험 결과
4. 결론
감사의 글
참고 문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2010-569-001577903