KCI등재
도메인 특화 사전학습 언어모델 개발 전략: 자동차 분야 언어모델 V-BERT 개발 사례
저자
김윤하(Younha Kim) ; 전윤수(Yunsu Jeon) ; 김준우(Junwoo Kim) ; 김남규(Namgyu Kim)
발행기관
학술지명
정보과학회 컴퓨팅의 실제 논문지(KIISE Transactions on Computing Practices (KTCP))
권호사항
발행연도
2023
작성언어
Korean
주제어
KDC
569
등재정보
KCI등재
자료형태
학술저널
수록면
228-239(12쪽)
DOI식별코드
제공처
최근 방대한 텍스트 데이터에 대해 사전학습을 수행한 모델인 사전학습 언어모델이 다양한 텍스트 분석에 활용되며 성과를 거두고 있다. 하지만 BERT와 같은 범용 사전학습 언어모델은 전문 도메인의 말뭉치에 대해서는 비교적 낮은 성능을 보인다는 한계를 가지며, 이에 따라 전문 도메인에 맞게 도메인 특화 사전학습 언어모델을 새롭게 개발하고자 하는 수요가 증가하고 있다. 하지만 이러한 수요에 비해 도메인 특화 사전학습 언어모델을 개발하기 위한 체계적인 전략 및 접근법에 대한 논의는 부족한 실정이다. 이에 본 연구에서는 도메인 특화 언어모델 개발 시 고려해야할 사항을 정리하여 제안하였으며, 이러한 개발 전략에 따라 자동차 분야 언어모델인 V-BERT를 개발한 사례를 소개하였다. 또한 자동차 분야의 전문 문서에 대한 실험을 통해 V-BERT 기반 CPC 분류 모델이 일반 BERT 기반 모델에 비해 우수한 성능을 보임을 확인하였다.
더보기Recently, pre-trained language models created through pre-training on vast text data have been used for various text analyses. However, general-purpose pre-trained language models, such as BERT, have a limitation as they show relatively low performance for a corpus of specialized domains. Therefore, the demand for newly developing domain-specific pre-trained language models suitable for specialized domains is increasing. However, compared to this demand, more discussion is needed on systematic strategies and approaches to develop domain-specific pre-trained language models. Therefore, in this study, we summarized the critical factors to be considered when developing a domain-specific language model, and introduced an example of developing V-BERT, a language model for the automotive sector, according to this development strategy. In addition, through experiments using patents and papers in the automotive field, we confirmed that the V-BERT-based CPC classification model performed better than the general BERT-based model.
더보기분석정보
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)