본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

목차보기

목차 1

기계독해 기반 부분 트리 연결 방법을 적용한 한국어 의존 파싱 ＝ Korean dependency parsing using subtree linking based on machine reading comprehension / 민진우 ; 나승훈 ; 신종훈 ; 김영길 ; 김강일 1

요약 1

Abstract 1

1. 서론 2

2. 관련 연구 2

3. 모델 3

3.1. 기계 독해 태스크 4

3.2. 기계 독해 기반 의존 파싱 모델 구조 4

3.3. 한국어 문맥 표상 & 인코더 5

3.4. 세부 모듈 5

3.5. Decoder & Inference 7

4. 실험 8

4.1. 데이터 셋 8

4.2. 실험 세팅 8

4.3. 실험 결과 8

5. 결론 9

References 9

[저자소개] 10

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
k-배율 순위패턴매칭문제를 해결하는 알고리즘 = Algorithms for the k-scaled order-preserving pattern matching problem 박경빈, 김영호, 나중채, 심정섭 p. 585-592

보기
시계열 이미징 기법을 이용한 다변량 센서 데이터 분류 = The multivariate sensor data classification using time series imaging 김유선, 박경석 p. 593-600

보기
질의와 관련있는 답변 생성을 위해 잠재 답변을 고려하여 질의를 인코딩하는 질의 토큰 중요도 계산기 = Response-considered query token importance weight calculator with potential response for generating query-relevant responses 김소언, 홍충선, 박성배 p. 601-607

보기
감정 어휘 사전을 활용한 KcBert 기반 영화 리뷰 말뭉치 감정 분석 = KcBert-based movie review corpus emotion analysis using emotion vocabulary dictionary 장연지, 최지선, 김한샘 p. 608-616

보기
기계독해 기반 부분 트리 연결 방법을 적용한 한국어 의존 파싱 = Korean dependency parsing using subtree linking based on machine reading comprehension 민진우, 나승훈, 신종훈, 김영길, 김강일 p. 617-626

보기
다중 스케일 객체 검출을 위한 Graph Convolution Network 기반의 특성 맵 융합 기법 = Graph convolution network based feature map fusion method for multi scale object detection 황재기, 강성주, 정광수 p. 627-632

보기
오픈 소스 기계학습 애플리케이션에 대한 결함 사례 조사 = An empirical study on defects in open source artificial intelligence applications 최윤호, 이창공, 남재창 p. 633-645

보기
복수 개의 대장암 유전자 상관관계 네트워크 간 비교 분석 향상을 위한 네트워크 스케일링 방법 = A network topology scaling method for improving network comparison using colon cancer transcriptome data 한언용, 정인욱 p. 646-654

보기
F2FS 멀티-헤드 로깅을 이용한 효율적인 RocksDB 레벨링 기법 = An efficient RocksDB leveling technique using F2FS multi-head logging 이정호, 박종규, 엄영익 p. 655-662

보기
심층강화학습 기반 MCS 결정 알고리즘 = Deep reinforcement learning based MCS decision model 이아현, 배형호, 김영기, 김종권 p. 663-668

보기

참고문헌 (30건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 1 ] E. Kiperwasser and Y. Goldberg, "Simple and accurate dependency parsing using bidirectional lstm feature representations," Transactions of the Association for Computational Linguistics, Vol. 4, pp. 313-327, 2016. 미소장
2 2 ] T. Dozat and C. D. Manning, "Deep Biaffine attention for neural dependency parsing," arXiv preprint arXiv:1611.01734, 2016. 미소장
3 3 ] L. Gan, Y. Meng, K. Kuang, X. Sun, C. Fan, F. Wu, and J. Li, "Dependency parsing as mrc-based Span-Span prediction," arXiv preprint arXiv:2105. 07654, 2021. 미소장
4 4 ] D. Chen and C. D. Manning, "A fast and accurate dependency parser using neural networks," Proc. of the 2014 conference on empirical methods in natural language processing (EMNLP), pp. 740-750, 2014. 미소장
5 5 ] C. Dyer, M. Ballesteros, W. Ling, A. Matthews, and N. A. Smith, "Transition-based dependency parsing with stack long short-term memory," arXiv preprint arXiv:1505.08075, 2015. 미소장
6 6 ] X. Ma, Z. Hu, J. Liu, N. Peng, G. Neubig, and E. Hovy, "Stack-pointer networks for dependency parsing," arXiv preprint arXiv:1805.01087, 2018. 미소장
7 7 ] S.-H. Na, J. Li, J.-H. Shin, and K. Kim, "Deep Biaffine attention for korean dependency parsing,"Proc. of the KIISE Korea Computer Progress, pp. 530-532, 2019. 미소장
8 8 ] H.-k. K. Joon-Ho Lim, "Korean dependency parsing using the self-attention head recognition model,"Journal of KIISE, Vol. 46, No. 1, pp. 22-30, 2019. 미소장
9 9 ] A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A. N. Gomez, L. u. Kaiser, and I. Polosukhin, "Attention is all you need," Advances in Neural Information Processing Systems, I. Guyon, U. V. Luxburg, S. Bengio, H. Wallach, R. Fergus, S. Vish-wanathan, and R. Garnett, Eds., Vol. 30, 2017. 미소장
10 S.-T. Kim, M. Kim, H. Kim, and H.-C. Kwon, "Rules-based korean dependency parsing using sentence pattern information," Journal of KIISE, Vol. 47, No. 5, pp. 488-495, 2020. 미소장
11 J. Devlin, M.-W. Chang, K. Lee, and K. Toutanova, "Bert: Pre-training of deep bidirectional transformers for language understanding," arXiv preprint arXiv:1810.04805, 2018. 미소장
12 M. E. Peters, M. Neumann, M. Iyyer, M. Gardner, C. Clark, K. Lee, and L. Zettlemoyer, "Deep contextualized word representations," 2018. 미소장
13 C. Park, C. Lee, J.-H. Lim, and H. Kim, "Korean de-pendency parsing with bert," Proc. of the KIISE Korea Computer Progress, pp. 530-532, 2019. 미소장
14 S. Park, S. Oh, H. Kim, S. Kim, and H. Kim, "Korean dependency parsing using elmo and multihead attention," Proc. of the 30th Annual Conference on Human and Language Technology, pp. 8-12, 2018. 미소장
15 S.-Y. Hong, S.-H. Na, J.-H. Shin, and Y. kil Kim, "Bert and elmo for contextualized word embeddings in korean dependency parsing," Proc. of the KIISE Korea Computer Progress, pp. 491-493, 2019. 미소장
16 K. Lee, S. Salant, T. Kwiatkowski, A. Parikh, D. Das, and J. Berant, "Learning recurrent Span representa-tions for extractive question answering,"arXiv preprint arXiv:1611.01436, 2016. 미소장
17 K. Lee, L. He, M. Lewis, and L. Zettlemoyer, "End-to-end neural coreference resolution," arXiv preprint arXiv:1707.07045, 2017. 미소장
18 D. Bahdanau, K. Cho, and Y. Bengio, "Neural machine translation by jointly learning to align and translate," arXiv preprint arXiv:1409.0473, 2014. 미소장
19 T. Ji, Y. Wu, and M. Lan, "Graph-based dependency parsing with graph neural networks," Proc. of the 57th Annual Meeting of the Association for Computational Linguistics, pp. 2475-2485, 2019. 미소장
20 Y.-S. Choi and K. J. Lee, "Korean dependency parsing using stack-pointer networks and subtree information," KIPS Transactions on Software and Data Engineering, Vol. 10, No. 6, pp. 235-242, 2021. 미소장
21 P. Veličković, G. Cucurull, A. Casanova, A. Romero, P. Lio, and Y. Bengio, "Graph attention networks,"arXiv preprint arXiv:1710.10903, 2017. 미소장
22 D. Fernández-González and C. Gómez-Rodríguez, “De-pendency parsing with bottom-up hierarchical pointer networks," arXiv preprint arXiv:2105.09611, 2021. 미소장
23 S. Yang and K. Tu, "Headed Span-based projective dependency parsing," arXiv preprint arXiv:2108.04750, 2021. 미소장
24 P. Rajpurkar, J. Zhang, K. Lopyrev, and P. Liang, "Squad: 100,000+ questions for machine comprehension of text," arXiv preprint arXiv:1606.05250, 2016. 미소장
25 S. Wang and J. Jiang, "Machine comprehension us-ing match-lstm and answer pointer," arXiv preprint arXiv:1608.07905, 2016. 미소장
26 W. Wang, N. Yang, F. Wei, B. Chang, and M. Zhou, "Gated self-matching networks for reading comprehen-sion and question answering," Proc. of the 55th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pp. 189-198, 2017. 미소장
27 J. Min, S.-H. Na, J.-H. Shin, and Y.-K. Kim, "Korean dependency parsing using second-order treecrf," Annual Conference on Human and Language Technology, pp. 108-111, 2020. 미소장
28 D. Seddah, S. Kübler, and R. Tsarfaty, “Introducing the spmrl 2014 shared task on parsing morphologically-rich languages," Proc. of the First Joint Workshop on Statistical Parsing of Morphologically Rich Languages and Syntactic Analysis of Non-Canonical Languages, pp. 103-109, 2014. 미소장
29 "Korean nlu benchmark," https://github.com/KLUE -benchmark/KLUE. 미소장
30 J. Pennington, R. Socher, and C. D. Manning, "Glove: Global vectors for word representation,"Proc. of the 2014 conference on empirical methods in natural lan-guage processing (EMNLP), pp. 1532-1543, Oct. 2014. 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차