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
학술저널
저자정보
강승태 (경북대학교) 장길진 (경북대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제60권 제7호(통권 제548호)
발행연도
2023.7
수록면
20 - 29 (10page)
DOI
10.5573/ieie.2023.60.7.20

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 코로나-19 감염병의 국제적인 전파 및 해결방안의 도출을 위하여 다국어 기사들을 미리 정의한 연관 사건들로 자동 분류하는 방법을 제안한다. 기존의 자동 분류 방법들은 대량의 학습자료 수집 및 전문가에 의한 색인이 요구되며, 이는 빠르게 변이되고 확산되는 코로나-19 및 신종 감염병의 대처에 적합하지 않다. 본 연구는 색인되지 않은 다국어 기사들은 유료서비스인 ChatGPT와 Google 번역기를 이용해 연관 사건들로 분류 및 확장하여 대규모 학습자료를 구축하는 방법을 제안한다. 구축된 다국어 학습자료를 이용하여 감염병 기사에 연관된 사건들로 자동 분류하는 다국어 버트(BERT) 기반 모델을 제안하였으며, 이를 이용하여 온라인 기사 기반 감염병 감시 체계를 구축하고, 최소한으로 유료 서비스 활용을 통해 매우 높은 정확도의 감염병 관련 사건 발생의 조기 예측을 가능하게 한다. 실험 결과 5,898건의 학습자료를 제안된 자동 색인 및 확장 없이 다국어 버트에 적용하였을 때 평균 정확도와 F1 점수가 85.85%, 67.57%로 실용화하기 부족한 성능을 보였으나, 제안된 방법을 사용하여 47,183건의 학습자료로 확장하여 구축하였을 때 평균 정확도와 F1 점수가 98.21%와 95.71%로 향상되었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험
Ⅳ. 결론
REFERENCES

참고문헌 (17)

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