한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리) (Annual Conference on Human and Language Technology)

한국정보과학회 언어공학연구회 (Human and Language Technology)
권호 표지

거대 언어 모델(LLM)을 이용한 비훈련 이진 감정 분류

Utilizing Large Language Models for Non-trained Binary Sentiment Classification

  • 안형진 (충남대학교 컴퓨터융합학부) ;
  • 황태욱 (충남대학교 컴퓨터융합학부) ;
  • 정상근 (충남대학교 컴퓨터융합학부)
  • Hyungjin Ahn (The Division of Computer Convergence, Chungnam National University) ;
  • Taewook Hwang (The Division of Computer Convergence, Chungnam National University) ;
  • Sangkeun Jung (The Division of Computer Convergence, Chungnam National University)
  • 발행 : 2023.10.12
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

ChatGPT가 등장한 이후 다양한 거대 언어 모델(Large Language Model, LLM)이 등장하였고, 이러한 LLM을 목적에 맞게 파인튜닝하여 사용할 수 있게 되었다. 하지만 LLM을 새로 학습하는 것은 물론이고, 단순 튜닝만 하더라도 일반인은 시도하기 어려울 정도의 많은 컴퓨팅 자원이 필요하다. 본 연구에서는 공개된 LLM을 별도의 학습 없이 사용하여 zero-shot 프롬프팅으로 이진 분류 태스크에 대한 성능을 확인하고자 했다. 학습이나 추가적인 튜닝 없이도 기존 선학습 언어 모델들에 준하는 이진 분류 성능을 확인할 수 있었고, 성능이 좋은 LLM의 경우 분류 실패율이 낮고 일관적인 성능을 보여 상당히 높은 활용성을 확인하였다.

키워드

과제정보

이 논문은 2022년도 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업임(2022R1F1A1071047)