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
구다훈 (군산대학교) 온병원 (군산대학교) 정동원 (군산대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제20권 제12호(JKIIT, Vol.20, No.12)
발행연도
2022.12
수록면
25 - 36 (12page)
DOI
10.14801/jkiit.2022.20.12.25

이용수

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

초록· 키워드

오류제보하기
최근 패션에 대한 관심이 커짐에 따라 수많은 리뷰 문서가 생성되고 있다. 리뷰 문서를 자동으로 요약할 수 있는 인공지능 모델은 소비자들이 제품에 대한 정보를 빠르게 찾을 수 있어 구매 의사결정에 도움을 줄 수 있다. 텍스트 요약 분야에서 사전학습된 시퀀스-투-시퀀스 모델이 널리 사용되고 있지만, 리뷰 원문과 생성요약문 사이의 사실 불일치 문제가 발생할 수 있어 모델의 성능을 저하시킨다. 이를 해결하기 위해 다양한 연구가 진행되었지만 사실 불일치 문제를 자주 일으키는 개체에 대해 고려되지 않았다. 따라서, 본 논문에서는 한국어 생성요약 모델인 KoBART를 기반으로 리뷰 원문과 요약문에서 개체 간의 관련성과 중복성을 고려한 손실 함수를 제안한다. 실험 결과에서, 제안 방안이 기존 KoBART 모델에 비해 사실 불일치 문제는 150% 개선하였고, ROUGE와 BERTScore 점수는 각각 8.14%와 1.23%로 크게 향상시켰다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안 방안
Ⅳ. 실험 및 평가
Ⅴ. 결론 및 향후 연구
References

참고문헌 (0)

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