데이터 증강 기법을 적용한 한국어 감성 분류 모델 연구
저자
발행사항
서울 : 고려대학교 컴퓨터정보통신대학원, 2023
학위논문사항
학위논문(석사)-- 고려대학교 컴퓨터정보통신대학원 : 인공지능융합학과 2023. 2
발행연도
2023
작성언어
한국어
주제어
발행국(도시)
서울
형태사항
33 p ; 26 cm
일반주기명
지도교수: 임희석
UCI식별코드
I804:11009-000000270530
DOI식별코드
소장기관
인공지능을 연구하는 과정에서 가장 우선적으로 밑바탕이 되어야 하는 것이 과제의 바탕이 되는 데이터의 충분한 확보이다. 모델의 정확도 및 성능과 직결이 되는 여러가지 요소 중 데이터셋의 질과 양은 가장 큰 부분을 차지하기 때문이다. 그러나 연구를 진행하는 과정 또는 인공지능을 활용해야 하는 여러 환경에서 데이터셋의 부족으로 인해 어려움을 겪는 경우가 빈번하게 발생한다. 이러한 어려움에 대한 고찰을 바탕으로 데이터셋 증강 기법(Data Augmentation)을 통한 문제 해결에 초점을 맞추고 연구를 진행하고자 한다.
인공지능에서 데이터 증강 기법(Data Augmentation)은 매우 광범위 하게 활용이 되기 때문에 본 연구에서는 자연어 처리 분야에서 데이터 증강기법으로 소개된 바 있는 EDA(Easy Data Augmentation)을 이용하여 텍스트 기반의 데이터셋의 증강을 1차적으로 진행한다. 기존에 소개된 연구는 영문 기반의 데이터를 이용하여 연구를 진행하였고, 검증한 모델이 RNNs(Recurrent Neural Networks), CNNs(Convolutional Neural Networks)이었다. 이는 한국어를 기반으로 하는 저자의 환경과 차이가 있다. 또한 최근 빠른 발전으로 기존 연구에 소개된 RNN, CNN 모델 보다 더 발전된 딥러닝 모델이 많기 때문에 이와 차이를 두고 연구를 진행하였다.
이와 더불어 EDA와는 다른 갈래의 데이터 증강 기법인 Back Translation Data Augmentation을 추가로 적용하여 데이터 증강을 진행하고, 학습 모델의 성능에 미치는 영향을 확인하는 연구를 진행하였다.
데이터셋은 한국어 기반의 텍스트 데이터셋을 이용하였으며, 감성을 분류하는 긍정/부정 2가지로 라벨링 하였고 이를 EDA 기법을 활용하여 증강하였다. 증강한 데이터셋을 바탕으로 사전학습언어모델(PLM) 중 가장 대표적으로 사용되는 BERT(Bidirectional Encoder Representation from Transformer)를 이용해 감성 분류 모델을 생성하고, 원형의 데이터셋 만을 사용한 경우와 비교하여 성능을 측정한다.
추가적으로 텍스트 데이터셋의 개수와 데이터 증강에 사용되는 파라미터의 값을 조정해 가며, 데이터셋에 변화를 줬을 때 한국어 감성 분류 모델의 성능에 어떠한 영향을 주는 지 여부도 측정하여 기술한다. 또한 연구에 활용한 데이터 증강기법인 EDA와 Back Translation Data Augmentation 기법을 융합하여 새로운 학습 데이터셋을 생성하고, 융합하여 생성한 데이터셋이 감성 분류 모델의 성능에 어떤 영향을 미치는 지도 추가로 확인해 본다.
마지막으로 해당 연구를 통한 결과를 평가하고, 데이터 증강 기법이 갖는 의의를 기술한다.
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)