과제정보
이 논문은 2021년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구임(2021-0-00537,자기지도 학습에 의한 시각적 상식으로 영상에서 보이지 않는 부분을 복원하는 기술)
한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리) (Annual Conference on Human and Language Technology)
- 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
- /
- Pages.507-508
- /
- 2021
- /
- 2005-3053(pISSN)
한국어 사전학습 모델 KE-T5 기반 동형이의어 구별
Homonym Identification Using Korean Pre-trained Model KE-T5
- Moon, Seona (Korea Electronics Technology Institute) ;
- Seo, Hyeon-Tae (Korea Electronics Technology Institute) ;
- Shin, Saim (Korea Electronics Technology Institute) ;
- Kim, San (Korea Electronics Technology Institute)
- 발행 : 2021.10.14
초록
최근 한국어 자연어처리 과제에서 대형 언어 모델을 통해 다양한 언어처리 작업에 대한 연구가 활발히 이루어지고 있다. 특히 동형이의어를 구분하는 작업은 문장의 문법성을 정확히 판단하고 비교해야 되기 때문에 어려운 작업이다. KE-T5는 큰 규모의 한국어를 통해 학습된 한국어 대형 언어 모델로 대부분의 자연어처리 과제에서 활용할 수 있으며 복잡한 언어처리 작업에서 높은 성능을 기대할 수 있다. 본 논문에서는 큰 규모의 한국어를 통해 학습된 KE-T5를 활용하여 동형이의어 구별 문제를 수행하고 평가한다.