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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
한동식 (서울대학교) 이충연 (서울대학교) 장병탁 (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.44 No.1
발행연도
2017.1
수록면
51 - 56 (6page)

이용수

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

초록· 키워드

오류제보하기
질의응답 문제를 인공지능 모델을 통해 해결하는 연구는 메모리 네트워크의 등장으로 인해 방법론의 변화를 맞이하고 있으며, 그 중 동적 메모리 네트워크(DMN)는 인간 기억 체계에 착안하여 신경망 기반의 주의 기제를 적용하면서, 질의응답에서 일어나는 각 인지 과정들을 모듈화 했다는 특징들을 갖는다. 본 연구에서는 부족한 학습 데이터를 확장 시키고, DMN이 내포하고 있는 시간 인식의 한계를 개선해 정답률을 높이고자 한다. 실험 결과, 개선된 DMN은 1K-bAbI 문제의 테스트 데이터에서 89.21%의 정답률과, 95%를 질의응답 통과의 기준의 정답률으로 가정할 때 12개의 과제를 통과하는 성능을 보여 정확도 면에서 기존의 DMN에 비해 13.5%p 만큼 더 높고, 4개의 과제를 추가로 통과하는 성능 향상을 보여주었다. 또한 뒤이은 실험을 통해, 데이터 내에서 비슷한 의미 구조를 가지는 단어들은 벡터 공간상에서 강한 군집을 이룬다는 점과, 일화 기억 모듈 통과 횟수와 근거 사실 수의 성능에 큰 영향을 미치는 직접적인 연관성을 발견하였다.
#메모리 네트워크 #질의응답 #인공지능 #기계학습 #시간 인식 #데이터 확장 #memory network #question answering #artificial intelligence #machine learning #time perception #data augmentation

목차

요약
Abstract
1. 서론
2. 동적 메모리 네트워크
3. 질의응답을 위한 DMN 성능 개선 방법
4. 실험 결과 및 논의
5. 결론 및 향후 연구
References

참고문헌 (9)

참고문헌 신청
Chung, J., Gulcehre, C., Cho, K., and Bengio, Y., Empirical evaluation of gated recurrent neural networks on sequence modeling, arXiv preprint arXiv: 1412.3555, 2014. Harutyunyan, H., Hovsepyan, N., Khachatrian, H., and Hambardzumyan, Playground for bAbI Tasks, Retrived from https://yerevann.github.io/2016/02/23/ playground-for-babi-tasks, 2016. Kingma, D., and Ba, J. Adam, A method for stochastic optimization, arXiv preprint arXiv:1412.6980, 2014. Kumar, A., Irsoy, O., Ondruska, P., Iyyer, M., Bradbury, J., Gulrajani, I., and Socher, R. Ask Me Anything: Dynamic Memory Networks for Natural Language Processing, ICML, 2016. Pennington, J., Socher, R., and Manning, C. D. Glove: Global Vectors for Word Representation, EMNLP, 2014.

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

Inverse Document Frequency-Based Word Embedding of Unseen Words for Question Answering Systems
이우인 ,  송광호 ,  심규석 Journal of KIISE 2016 .08
1728년 戊申亂의 진압과 『勘亂錄』의 편찬
허태용 한국사연구 2014 .09
질의응답에서 위키피디아 인포박스에서의 답변추출을 위한 페이지 제목과 인포박스 속성 인식
허정 ,  류법모 ,  김현기 외 2명 정보과학회논문지 : 소프트웨어 및 응용 2013 .09
오픈 도메인 질의응답을 위한 검색문서 제약 및 정답유형 분류기술
허정 ,  류법모 ,  장명길 외 1명 정보과학회논문지 : 소프트웨어 및 응용 2012 .02
SNS 환경에서 양방향 헬스케어 질의응답 서비스 개발을 위한 사용자 질문 추출 및 분류 방법 연구
오교중 ,  김승석 ,  최호진 한국정보과학회 학술발표논문집 2011 .06

최근 본 자료

전체보기

댓글(0)

0