메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
안창남 (연세대학교) 한은경 (연세대학교) 노동명 (연세대학교) 권오균 (연세대학교) 이수미 (연세대학교) 한현심 (한국나사렛대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2022년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2022.12
수록면
254 - 259 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문은 수어 번역을 위한 효율적 말뭉치 생성 프레임워크를 제시하였다. 단순하면서 효과적인 데이터 증강 기술을 적용하여 최소한의 정보 손실로 한국어 원문 텍스트를 수어의 최소 의미 단위로 변환하는 방식을 새롭게 제안하였다. 수지, 비수지 및 도상으로 구성된 수어의 언어적 특성을 고려하여 각 의미 상태를 모두 포함하는 멀티모달 수어 증강 코퍼스(KoSLA)를 구축하였다. 본 연구의 코퍼스로 병원 내 대화에서 의미 있는 기계번역 성과를 얻을 수 있었다. 특히, 수어의 문법 및 의미 구조를 유지하면서 번역 모델 및 가용 데이터의 효율성을 높이기 위해 동의어 대체와 같은 NLP 데이터 증강 기법을 일부 적용했으며, Transformer 모델에 실험을 진행한 결과, KoSLA 코퍼스가 BLEU 평가에서 대조군보다 높은 점수를 얻을 수 있었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 연구 배경 및 사례 연구
Ⅲ. KoSLA (Korean Sign Language Augmentation) 코퍼스
Ⅳ. 학습 모델 설계
Ⅴ. 실험 결과
Ⅵ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0