Korean Machine Comprehension using Dual Bi-Directional Attention Flow

Dual Bi-Directional Attention Flow를 이용한 한국어 기계이해 시스템

  • Lee, Hyeon-gu (Kangwon National University Computer and Communication Engineering) ;
  • Kim, Harksoo (Kangwon National University Computer and Communication Engineering) ;
  • Choi, Jungkyu (AI Lab., SW Center, LG Electronics) ;
  • Kim, Yi-reun (AI Lab., SW Center, LG Electronics)
  • 이현구 (강원대학교 컴퓨터정보통신공학과) ;
  • 김학수 (강원대학교 컴퓨터정보통신공학과) ;
  • 최정규 (LG 전자 SW센터 인공지능연구소) ;
  • 김이른 (LG 전자 SW센터 인공지능연구소)
  • Published : 2017.10.13

Abstract

기계이해 시스템은 주어진 문서를 이해하고 질의에 해당하는 정답을 출력하는 방법으로 심층 신경망을 활용한 주의집중 방법이 발달하면서 활발히 연구되기 시작했다. 본 논문에서는 어휘 정보를 통해 문서와 질의를 이해하는 어휘 이해 모델과 품사 등장 정보, 의존 구문 정보를 통해 문법적 이해를 하는 구문 이해 모델을 함께 사용하여 기계이해 질의응답을 하는 Dual Bi-Directional Attention Flow모델을 제안한다. 한국어로 구성된 18,863개 데이터에서 제안 모델은 어휘 이해 모델만 사용하는 Bi-Directional Attention Flow모델보다 높은 성능(Exact Match: 0.3529, F1-score: 0.6718)을 보였다.

Keywords

Acknowledgement

Supported by : LG전자