Current Result Document :
| 한글제목(Korean Title) |
EVALNET : 신경망 기계 번역의 증강 데이터를 위한 가중치 평가 네트워크 |
| 영문제목(English Title) |
EVALNET : Evaluation Network of Weights for Augmented Data of Neural Machine Translation |
| 저자(Author) |
박요한
최용석
윤승
김상훈
이공주
Yo-Han Park
Yong-Seok Choi
Seung Yun
Sanghun Kim
Kong Joo Lee
|
| 원문수록처(Citation) |
VOL 49 NO. 01 PP. 0425 ~ 0427 (2022. 06) |
한글내용
(Korean Abstract) |
신경망 기계번역은 병렬데이터가 풍부한 언어 쌍에서 좋은 성능을 보이고 있다. 그러나 병렬데이터를 수집하는 작업은 많은 시간과 비용이 소모된다. 병렬데이터의 양이 적은 저자원 언어 쌍에서는 이러한 문제를 해결하기 위해 데이터증강 연구가 이루어지고 있다. 하지만 저자원 환경에서 증강된 데이터는 신뢰성을 보장받을 수 없음에도 불구하고, 실제 병렬데이터와 동일한 수준으로 모델 훈련에 사용되고 있다. 본 연구에서는 기계번역의 학습데이터에 가중치를 부여하는 EVALNET을 제안하였다. EVALNET은 훈련 손실과 문장의 유사도를 입력으로 하여 데이터의 가중치를 계산한다. 계산된 가중치는 훈련 손실과 결합되어 최종 모델 학습에 사용된다. 이렇게 함으로써 증강데이터와 실제 병렬데이터를 구분하여 기계 번역을 학습시킬 수 있다. 실험 결과 저품질의 증강 데이터를 그대로 이용하는 것보다 데이터 품질을 반영한 모델을 적용할 경우에 기계 번역 성능이 개선된 것을 확인할 수 있었다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
