Annual Conference on Human and Language Technology (한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리))
- 2021.10a
- /
- Pages.588-591
- /
- 2021
- /
- 2005-3053(pISSN)
Pretraining Dense retrieval for Multi-hop question answering of Korean
한국어 다중추론 질의응답을 위한 Dense Retrieval 사전학습
- Kang, Dong-Chan (Jeonbuk National University) ;
-
Na, Seung-Hoon
(Jeonbuk National University) ;
- Kim, Tae-Hyeong (KT Institute of Convergence Technology) ;
- Choi, Yun-Su (KT Institute of Convergence Technology) ;
- Chang, Du-Seong (KT Institute of Convergence Technology)
- Published : 2021.10.14
Abstract
다중추론 질의응답 태스크는 하나의 문서만 필요한 기존의 단일추론 질의응답(Single-hop QA)을 넘어서 복잡한 추론을 요구하는 질문에 응답하는 것이 목표이다. IRQA에서는 검색 모델의 역할이 중요한 반면, 주목받고 있는 Dense Retrieval 모델 기반의 다중추론 질의응답 검색 모델은 찾기 어렵다. 본 논문에서는 검색분야에서 좋은 성능 보이고 있는 Dense Retrieval 모델의 다중추론을 위한 사전학습 방법을 제안하고 관련 한국어 데이터 셋에서 이전 방법과의 성능을 비교 측정하여 학습 방법의 유효성을 검증하고 있다. 이를 통해 지식 베이스, 엔터티 링킹, 개체명 인식모듈을 비롯한 다른 서브모듈을 사용하지 않고도 다중추론 Dense Retrieval 모델을 학습시킬 수 있음을 보였다.