• 제목/요약/키워드: 사실 불일치 교정

검색결과 3건 처리시간 0.025초

개체명 문맥의미표현 학습을 통한 기계 요약의 사실 불일치 교정 (Learning Contextual Meaning Representations of Named Entities for Correcting Factual Inconsistent Summary)

  • 박준모;노윤석;박세영
    • 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
    • /
    • 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
    • /
    • pp.54-59
    • /
    • 2020
  • 사실 불일치 교정은 기계 요약 시스템이 요약한 결과를 실제 사실과 일치하도록 만드는 작업이다. 실제 요약 생성연구에서 가장 공통적인 문제점은 요약을 생성할 때 잘못된 사실을 생성하는 것이다. 이는 요약 모델이 실제 서비스로 상용화 하는데 큰 걸림돌이 되는 부분 중 하나이다. 본 논문에서는 원문으로부터 개체명을 가져와 사실과 일치하는 문장으로 고치는 방법을 제안한다. 이를 위해서 언어 모델이 개체명에 대한 문맥적 표현을 잘 생성할 수 있도록 학습시킨다. 그리고 학습된 모델을 이용하여 원문과 요약문에 등장한 개체명들의 문맥적 표현 비교를 통해 적절한 단어로 교체함으로써 요약문의 사실 불일치를 해소한다. 제안 모델을 평가하기 위해 추상 요약 데이터를 이용해 학습데이터를 만들어 학습하고, 실제 시나리오에서 적용가능성을 검증하기 위해 모델이 요약한 요약문을 이용해 실험을 수행했다. 실험 결과, 자동 평가와 사람 평가에서 제안 모델이 비교 모델보다 높은 성능을 보여주었다.

  • PDF

기계 요약의 개체명 사실 수정을 위한 다중 작업 학습 방법 제안 (Multi-task learning for entity-centric fact correction on machine summaries)

  • 신정완;노윤석;박상헌;오영선;박세영
    • 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
    • /
    • 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
    • /
    • pp.124-130
    • /
    • 2021
  • 기계요약의 사실 불일치는 생성된 요약이 원문과 다른 사실 정보를 전달하는 현상이며, 특히 개체명이 잘못 사용되었을 때 기계요약의 신뢰성을 크게 훼손한다. 개체명의 수정을 위해서는 두 가지 작업을 수행해야한다. 먼저 요약 내 각 개체명이 올바르게 쓰였는지 판별을 해야하며, 이후 잘못된 개체명을 맞게 고치는 작업이 필요하다. 본 논문에서는 두 가지 작업 모두 각 개체명을 문맥적으로 이해함으로써 해결할 수 있다고 가정하고, 이에 따라 두 작업에 대한 다중 작업 학습 방법을 제안한다. 제안한 방법을 통해 학습한 모델은 생성된 기계요약에 대한 후처리 교정을 수행할 수 있다. 제안 모델을 평가하기 위해 강제적으로 개체명을 훼손시킨 요약데이터와 기계 요약 데이터에 대해서 성능을 평가 하였으며, 다른 개체명 수정 모델과 비교하였다. 제안모델은 개체명 수준에서 92.9%의 교정 정확도를 달성했으며, KoBART 요약모델이 만든 기계요약의 사실 정확도 4.88% 포인트 향상시켰다.

  • PDF

2차원 중성자수송모델 합성법에 의한 노외계측기 교정법

  • 하창주;성기봉;이해찬;유상근;정선교;이덕중;김윤호;김용배
    • 한국원자력학회:학술대회논문집
    • /
    • 한국원자력학회 1997년도 추계학술발표회논문집(1)
    • /
    • pp.335-341
    • /
    • 1997
  • 운전중 노심의 출력변화를 감시하는 노외계측기(Excore Detector)는 노내계측기(Incore Detector)를 통하여 측정되어진 축방향 출력편차(Axial Offset)를 이용하여 교정되고 있다. 노외 계측기의 전류와 축방향출력편차의 선형적인 관계를 가정하여 노내계측기로 최소한 4회 노심출력을 측정한후 최소자승법(Least Square Method)으로 비례상수들을 구하는 기존의 방법을 대신하여, 단순 노외계측기 교정법은 노내계측기로 1회 측정되어진 자료들을 이용하여 계측기 반응상수(Detector Response Factor)를 계산한 후 비례상수를 계산한다. 계측기반응상수는 2차원 중성자수송모델로부터 계산된 weighting factor와 3차원 확산이론으로부터 구한 노심출력을 이용하여 계산된다. 중성자수송계산은 (R-Z)와 (R-$ heta$)모델을 합성하여 3차원 weighting factor를 계산하므로 축방향 영향뿐만 아니라 집합체별 영향을 고려하였다. 또한 노심의 복잡한 구조로 인하여 근사적인 weighting (actor와 노심출력분포의 사용은 노외계측기의 전류와 계측기반응율의 불일치를 초래하며, 이를 해결하는 상수를 소개하여 보다 정확한 교정결과를 얻도록하였다. 이와 같은 방법을 고리 3호기 9, 10주기 전주기와 11주기초에 적용하여 노심의 연소분포, 냉각수의 온도분포, 노심의 연소도, 노심출력준위등에 대한 단순 노외계측기 교정법의 오차를 분석하여 최적의 노외계측기 교정모델을 제시하였다. 2차원 중성자수송모델 합성법에 의한 단순노외계측기 교정법은 2차원 (R-Z) 중성자수송모델보다 개선된 결과와 평균오차 0.179% 최대 오차 0.624%를 보여주고 있다.하면 조사 후의 조직안정성에도 크게 기여할 것으로 기대된다.EX>O가 각각 첨가된 경우, Ar-4vol.%H$_2$ 분위기보다 H$_2$분위기에서 소결했을 때 밀도가 더 높았다. 그러나, 결정립은 $UO_2$$UO_2$-Li$_2$O의 경우, 수소분위기에서 소결했을 때, (U,Ce)O$_2$와 (U,Ce)O$_2$-Li$_2$O에서는 Ar-4vol.%H$_2$분위기에서 소결했을 때 더욱 성장하였다.설명해 줄 수 있다. 넷째, 불규칙적이며 종잡기 힘들고 단편적인 것으로만 보이던 중간언어도 일정한 체계 속에서 변화한다는 사실을 알 수 있다. 다섯째, 종전의 오류 분석에서는 지나치게 모국어의 영향만 강조하고 다른 요인들에 대해서는 다분히 추상적인 언급으로 끝났지만 이 분석을 통 해서 배경어, 목표어, 특히 중간규칙의 역할이 괄목할 만한 것임을 가시적으로 관찰할 수 있 다. 이와 같은 오류분석 방법은 학습자의 모국어 및 관련 외국어의 음운규칙만 알면 어느 학습대상 외국어에라도 적용할 수 있는 보편성을 지니는 것으로 사료된다.없다. 그렇다면 겹의문사를 [-wh]의리를 지 닌 의문사의 병렬로 분석할 수 없다. 예를 들어 누구누구를 [주구-이-ν가] [누구누구-이- ν가]로부터 생성되었다고 볼 수 없다. 그러므로 [-wh] 겹의문사는 복수 의미를 지닐 수 없 다. 그러면 단수 의미는 어떻게 생성되는가\ulcorner 본 논문에서는 표면적 형태에도 불구하고 [-wh]의미의 겹의문사는 병렬적 관계의 합성어가 아니라 내부구조를 지

  • PDF