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
최용석 (충남대학교) 박요한 (충남대학교) 윤승 (한국전자통신연구원) 김상훈 (한국전자통신연구원) 이공주 (충남대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제28권 제2호
발행연도
2022.2
수록면
81 - 88 (8page)
DOI
10.5626/KTCP.2022.28.2.81

이용수

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

이 논문의 연구 히스토리 (2)

2022

단어 임베딩 분석을 통한 신경망 기계 번역 시스템의 성능 비교: 한국어-일본어, 한국어-영어를 중심으로
최용석 ,  박요한 ,  윤승 외 2명 정보과학회 컴퓨팅의 실제 논문지 2022.02 학술저널

2021

MASS 기반 기계 번역의 성능 분석: 한국어-영어, 한국어-일본어를 중심으로
최용석 ,  박요한 ,  이공주 한국정보과학회 학술발표논문집 2021.06 학술대회자료

초록· 키워드

오류제보하기
본 연구에서는 MASS를 이용해 사전 학습 모델을 구축하고 병렬 데이터로 파인 튜닝하여 한국어-영어와 한국어-일본어 기계 번역 모델을 구축한다. 한국어, 일본어, 영어는 모두 다른 문자 체계를 사용한다. 한국어와 일본어는 주어-목적어-동사의 어순을 갖는 반면 영어는 주어-동사-목적어의 어순을 갖는다. 본 연구에서는 신경망 기반의 기계 번역을 구축할 때 두 언어 사이의 문자 체계를 공유하는 여부와 문장 어순의 유사성에 따른 기계번역의 성능을 평가해 보았다. 모델의 성능 차이를 단어 임베딩을 통해 분석해 보기 위해 어휘 번역 실험과 문장 검색 기계 번역 실험을 수행하였다. 실험 결과 인코더의 단어 임베딩이 디코더에 비해 훨씬 중요하고 한국어-영어보다는 한국어-일본어의 경우 더 좋은 성능을 발휘함을 알 수 있었다. 문장 검색 기계 번역 실험에서 한국어-영어의 경우에는 소량의 병렬 데이터만으로도 큰 폭의 성능 향상이 관찰되었다.
#기계 번역 #단어 임베딩 #문자 체계 #SVO 순서 #SOV 순서 #MASS #machine translation #word embedding #scripts #SVO order #SOV order

목차

요약
Abstract
1. 서론
2. 관련 연구
3. MASS 기반 한국어-영어/일본어 기계 번역 모델
4. 데이터 및 실험 환경
5. 실험 결과 및 분석
6. 결론
References

참고문헌 (15)

참고문헌 신청
Vaswani, Ashish, et al., "Attention Is All You Need," Proc. of the 31st International Conference on Neural Information Processing Systems, Vol. 30, pp. 5998-6008, 2017. google schola Bahdanau, Dzmitry, et al., "Neural Machine Translation by Jointly Learning to Align and Translate," ICLR 2015 : International Conference on Learning Representations 2015, 2015. google schola Devlin, Jacob, et al., "BERT: Pre-Training of Deep Bidirectional Transformers for Language Understanding," Proc. of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long and Short Papers), pp. 4171-4186, 2018. google schola Pires, Telmo, et al., "How Multilingual Is Multilingual BERT," Proc. of the 57th Annual Meeting of the Association for Computational Linguistics, pp. 4996-5001, 2019. google schola Lample, Guillaume and Alexis Conneau, "Cross-Lingual Language Model Pretraining," ArXiv Preprint ArXiv:1901.07291, 2019.

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

MASS 기반 기계 번역의 성능 분석: 한국어-영어, 한국어-일본어를 중심으로
최용석 ,  박요한 ,  이공주 한국정보과학회 학술발표논문집 2021 .06
영어 타동구문의 한국어와 일본어에서의 번역 양상에 관한 연구
최서영 일본문화학보 2021 .05
AI 도구를 활용한 중등교사 영어 출제 연수 사례 연구:ChatGPT를 중심으로
신동광 어학연구 2023 .04
Quality Estimation of Machine Translation using Dual-Encoder Architecture
허담 ,  이원기 ,  이종혁 Journal of KIISE 2022 .07
한국어와 영어의 언어적 차이에 따른 기계번역의 문제점과 그에 대한 포스트 에디팅 방향 제안
안미영 영어영문학 2020 .02

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-569-000196647