지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.5
- 수록면
- 115 - 123 (9page)
- DOI
- 10.32431/kace.2024.27.3.010
이용수
초록· 키워드
오류제보하기
본 연구는 생활 속 존재하는 다양한 상품들의 명칭을 BERT를 통해 임베딩 벡터화한 다음 이를 기반으로 상품 카테고리 예측을 수행하는 아키텍처에 대한 연구이다. 아키텍처의 성능은 상품 명칭으로부터 임베딩 추출을 수행하는 BERT 모델과, 추출된 임베딩으로 카테고리 예측을 수행하는 분류기에 의해 결정된다. 따라서 본 연구는 우선 상품 명칭 분류에 적합한 BERT 모델을 선정하고, 선정된 BERT 모델에 다양한 분류기를 적용하여 가장 높은 성능을 달성하는 BERT-분류기 조합을 찾고자 하였다. 최초 적합한 BERT 모델 선정에는 단순한 CNN 분류기를 사용하였으며 이를 baseline으로 다른 분류기와 성능을 비교하였다. 아키텍처의 성능은 카테고리 정답에 대한 precision, recall, f1 score, accuracy로 정량화하여 평가하였다. 실험 결과 BERT 측면에서는, Sentence BERT 모델이 비교 대상인 일반 BERT 모델보다 적합함을 확인하였다. 그리고 분류기 측면에서는, Sentence BERT와 CNN으로 구성된 baseline 대비하여 Residual Block이 추가 적용된 분류기가 더 높은 성능을 보였다. 본 연구에 사용된 Sentence BERT 모델의 경우 한국어 데이터가 학습되지 않은 단순 모델로, 향후 추가적 연구를 통해 다양한 한국어 데이터를 학습시켜 Domain Adaptation을 수행할 경우 추가적 성능 향상이 기대된다.
목차
요약
ABSTRACT
1. 서론
2. BERT기반 분류기의 기존 연구
3. 실험 데이터 선정 및 전처리
4. BERT 모델 성능평가
5. 다양한 분류기 추가 성능 평가
6. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
BERT를 활용한 부산교통공사 민원 자동분류
박준형
,
황상현
,
서정원
외 2명
한국통신학회 학술대회논문집
2024
.06
온라인 뉴스의 선정성이 게재 시간과 이용자 평가에 미치는 영향 : Sentence-BERT와 BERT 모델을 활용한 텍스트 유사성, 비윤리성, 감정 측정
이종혁
한국언론학보
2024
.10
어텐션을 활용한 BERT 기반 암호화 트래픽 분류 모델 분석 연구
권용석
,
김수형
,
조성현
대한전자공학회 학술대회
2024
.06
코로나19 전후 교사의 ICT 사용 변화 분석
전성균
,
서민희
컴퓨터교육학회 논문지
2024
.01
인공지능 융합 교육을 위한 디자인 씽킹 2P 확장모델 기반 프로그램 개발 및 효과분석
전수진
컴퓨터교육학회 논문지
2024
.01
최근 본 자료
댓글(0)
0