한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리) (Annual Conference on Human and Language Technology)
- 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
- /
- Pages.163-166
- /
- 2017
- /
- 2005-3053(pISSN)
Layer Normalized LSTM CRF를 이용한 한국어 의미역 결정
Layer Normalized LSTM CRFs for Korean Semantic Role Labeling
- Park, Kwang-Hyeon (Chonbuk National University) ;
- Na, Seung-Hoon (Chonbuk National University)
- 발행 : 2017.10.13
초록
딥러닝은 모델이 복잡해질수록 Train 시간이 오래 걸리는 작업이다. Layer Normalization은 Train 시간을 줄이고, layer를 정규화 함으로써 성능을 개선할 수 있는 방법이다. 본 논문에서는 한국어 의미역 결정을 위해 Layer Normalization이 적용 된 Bidirectional LSTM CRF 모델을 제안한다. 실험 결과, Layer Normalization이 적용 된 Bidirectional LSTM CRF 모델은 한국어 의미역 결정 논항 인식 및 분류(AIC)에서 성능을 개선시켰다.
키워드