| 1 |
1
컴퓨터에 의해 수행되는 방법에 있어서,학습 말뭉치를 구축할 신규 도메인의 원시 말뭉치를 수집하는 (a) 단계;상기 신규 도메인의 원시 말뭉치를 대상으로 앙상블된 다중 교사 모델을 이용하여 자동 태깅된 학습 말뭉치를 생성하는 (b) 단계;상기 자동 태깅된 학습 말뭉치를 신뢰도에 기반하여 고신뢰 및 저신뢰 자동 태깅 학습 말뭉치로 구분하는 (c) 단계;상기 저신뢰 자동 태깅 학습 말뭉치를 대상으로 검수 및 보정이 완료됨에 따라, 상기 고신뢰 자동 태깅 학습 말뭉치와 병합하는 (d) 단계; 및상기 병합된 학습 말뭉치를 기반으로 상기 다중 교사 모델을 재학습하여 업데이트하는 (e) 단계를 포함하는,전이학습 기반의 학습 말뭉치 자동 태깅 방법
|
| 2 |
2
제1항에 있어서,상기 다중 교사 모델은 학습 가능한 소정의 학습 말뭉치가 존재하는 학습 도메인에서 미리 학습되는 것인, 전이학습 기반의 학습 말뭉치 자동 태깅 방법
|
| 3 |
3
제2항에 있어서,상기 다중 교사 모델은 KorBERT 언어모델을 기반으로 상기 학습 도메인에서 미리 학습되는 것인,전이학습 기반의 학습 말뭉치 자동 태깅 방법
|
| 4 |
4
제1항에 있어서,상기 신규 도메인의 원시 말뭉치를 대상으로 앙상블된 다중 교사 모델을 이용하여 자동 태깅된 학습 말뭉치를 생성하는 (b) 단계는,상기 신규 도메인의 원시 말뭉치의 일부를 선정하는 단계; 및각 교사 모델 별로 상기 선정된 원시 말뭉치의 일부를 자동 태깅하여 학습 말뭉치를 생성하는 단계를 포함하는,전이학습 기반의 학습 말뭉치 자동 태깅 방법
|
| 5 |
5
제1항에 있어서,상기 자동 태깅된 학습 말뭉치를 신뢰도에 기반하여 고신뢰 및 저신뢰 자동 태깅 학습 말뭉치로 구분하는 (c) 단계는,상기 자동 태깅된 학습 말뭉치 중 상기 다중 교사 모델에서 태깅 결과가 동일한 학습 말뭉치를 고신뢰 자동 태깅 학습 말뭉치로 선정하는 것인,전이학습 기반의 학습 말뭉치 자동 태깅 방법
|
| 6 |
6
제5항에 있어서,상기 자동 태깅된 학습 말뭉치를 신뢰도에 기반하여 고신뢰 및 저신뢰 자동 태깅 학습 말뭉치로 구분하는 (c) 단계는,상기 다중 교사 모델이 3개 이상인 경우, 미리 지정된 다수의 교사 모델에서의 태깅 결과가 동일한 학습 말뭉치를 고신뢰 자동 태깅 학습 말뭉치로 선정하는 것인,전이학습 기반의 학습 말뭉치 자동 태깅 방법
|
| 7 |
7
제5항에 있어서,상기 자동 태깅된 학습 말뭉치를 신뢰도에 기반하여 고신뢰 및 저신뢰 자동 태깅 학습 말뭉치로 구분하는 (c) 단계는,상기 자동 태깅된 학습 말뭉치 중 상기 고신뢰 자동 태깅 학습 말뭉치를 제외한 나머지를 상기 저신뢰 자동 태깅 학습 말뭉치로 구분하는 것인,전이학습 기반의 학습 말뭉치 자동 태깅 방법
|
| 8 |
8
제1항에 있어서,상기 (a) 단계 내지 상기 (e) 단계는 소정의 주기에 따라 반복하여 수행되는 것인,전이학습 기반의 학습 말뭉치 자동 태깅 방법
|
| 9 |
9
전이학습 기반의 학습 말뭉치 자동 태깅 시스템에 있어서,학습 말뭉치를 구축할 신규 도메인의 원시 말뭉치를 수집하는 통신모듈,전이학습에 기반하여 학습 말뭉치를 자동으로 태깅하고, 이에 기초하여 다중 교사 모델을 재학습하기 위한 프로그램이 저장된 메모리 및상기 메모리에 저장된 프로그램을 실행시키는 프로세서를 포함하되, 상기 프로세서는 상기 프로그램을 실행시킴에 따라, 상기 신규 도메인의 원시 말뭉치를 대상으로 앙상블된 다중 교사 모델을 이용하여 자동 태깅된 학습 말뭉치를 생성하고, 상기 자동 태깅된 학습 말뭉치를 신뢰도에 기반하여 고신뢰 및 저신뢰 자동 태깅 학습 말뭉치로 구분한 후, 상기 저신뢰 자동 태깅 학습 말뭉치를 대상으로 검수 및 보정이 완료됨에 따라, 상기 고신뢰 자동 태깅 학습 말뭉치와 병합하고, 상기 병합된 학습 말뭉치를 기반으로 상기 다중 교사 모델을 재학습하여 업데이트하는 것인,전이학습 기반의 학습 말뭉치 자동 태깅 시스템
|
| 10 |
10
제9항에 있어서,상기 다중 교사 모델은 학습 가능한 소정의 학습 말뭉치가 존재하는 학습 도메인에서 미리 학습되는 것인, 전이학습 기반의 학습 말뭉치 자동 태깅 시스템
|
| 11 |
11
제10항에 있어서,상기 다중 교사 모델은 KorBERT 언어모델을 기반으로 상기 학습 도메인에서 미리 학습되는 것인,전이학습 기반의 학습 말뭉치 자동 태깅 시스템
|
| 12 |
12
제9항에 있어서,상기 프로세서는 상기 신규 도메인의 원시 말뭉치의 일부를 선정하고, 각 교사 모델 별로 상기 선정된 원시 말뭉치의 일부를 자동 태깅하여 학습 말뭉치를 생성하는 것인,전이학습 기반의 학습 말뭉치 자동 태깅 시스템
|
| 13 |
13
제9항에 있어서,상기 프로세서는 상기 자동 태깅된 학습 말뭉치 중 상기 다중 교사 모델에서 태깅 결과가 동일한 학습 말뭉치를 고신뢰 자동 태깅 학습 말뭉치로 선정하는 것인,전이학습 기반의 학습 말뭉치 자동 태깅 시스템
|
| 14 |
14
제13항에 있어서,상기 프로세서는 상기 다중 교사 모델이 3개 이상인 경우, 미리 지정된 다수의 교사 모델에서의 태깅 결과가 동일한 학습 말뭉치를 고신뢰 자동 태깅 학습 말뭉치로 선정하는 것인,전이학습 기반의 학습 말뭉치 자동 태깅 시스템
|
| 15 |
15
제13항에 있어서,상기 프로세서는 상기 자동 태깅된 학습 말뭉치 중 상기 고신뢰 자동 태깅 학습 말뭉치를 제외한 나머지를 상기 저신뢰 자동 태깅 학습 말뭉치로 구분하는 것인,전이학습 기반의 학습 말뭉치 자동 태깅 시스템
|
