효율적인 자동 주석을 위한 단어 임베딩 인공 신경 정리 증명계 구축Neural Theorem Prover with Word Embedding for Efficient Automatic Annotation

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 510
  • Download : 0
본 연구는 전문기관에서 생산되는 검증된 문서의 정보를 웹상의 수많은 검증되지 않은 문서에 자동 주석하여 신뢰도를 향상하고 심화 정보를 추가하는 시스템을 제안한다. 제안하는 시스템은 국가암정보센터의 검증된 문서들에서 추출한 19,304개 명제를 위키피디아 암 관련 문서에서 추출한 1,486개 명제에 주석하는 과제를 수행하기 위해, 기존 인공 신경 정리 증명계의 순환 모듈을 단어 임베딩 모듈로 교체하였다. 이를 통해 기존의 근본적인 문제점이었던 학습 시간 문제를 해결하였고, 동일한 환경에서 기존 시스템의 학습 시간이 233.9일로 추정된 것에 비해 재구축한 시스템은 102.1분 내로 학습이 완료되었다. 제안하는 시스템의 장점은 명제를 텐서로 인코딩하여 미분 가능하게 전체적인 연산을 진행하는 인공 신경 정리 증명계가 단어의 정확한 일치를 파악하는 전통적인 정리 증명계를 포함하며 동시에 유사어 관계로부터의 논리 전개 역시 가능하게 한다는 점을 실제 문서 데이터에서 입증했다는 것이다.
Publisher
한국정보과학회
Issue Date
2017-04
Language
Korean
Keywords

Neural Theorem Prover; Word Embedding; Increasing Source Reliability; Supplementing Advanced Information; Automatic Annotation System; 인공 신경 정리 증명계; 단어 임베딩; 신뢰도 향상 및 심화 정보 추가; 자동 주석 시스템

Citation

정보과학회논문지, v.44, no.4, pp.399 - 410

ISSN
2383-630X
URI
http://hdl.handle.net/10203/226323
Appears in Collection
CS-Journal Papers(저널논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0