Earticle

초록

한국어

최근 텍스트 데이터 분석의 요구가 증가함에 따라 문장의 의미적 관계를 이해하고 사용자가 요구하는 분석 정보를 제공 하기 위한 추론 기법의 필요성이 증가하고 있다. 이를 위해 의미 관계 추론 학습은 필수적이며, 추론 결과를 통해 빠르 고 정확하게 문장을 구성하는 단어들 사이의 관계를 보다 정확하게 분석할 수 있다. 본 논문에서는 NLI를 위한 트랜스 포머 모델을 이용하여 텍스트의 유사성 학습을 수행하고 의미적 추론을 수행하고자 한다. 실험에서 전이 학습을 수행한 결과 기존 방법보다 좋은 성능을 보임을 확인하였다.

목차

요약
1. 서론
2. 관련 연구
3. 제안 방법
4. 실험 및 결과
4.1. 데이터셋 구성
4.2. 실험 환경
4.3. 실험 결과
5. 결론
Acknowledgement
참고문헌

저자

• 이기훈 [ 가천대학교 컴퓨터공학과 ]
• 정남규 [ 가천대학교 컴퓨터공학과 ]
• 최창 [ 가천대학교 컴퓨터공학과 ] 교신저자

참고문헌