• Bulletin of the Korean Chemical Society
• /
• v.19 no.7
• /
• pp.728-730
• /
• 1998

• Bulletin of the Korean Chemical Society
• /
• v.17 no.11
• /
• pp.975-977
• /
• 1996

• Proceedings of the Korean Institute of Landscape Architecture Conference
• /
• 2021.10a
• /
• pp.88-89
• /
• 2021

• Proceedings of the Korean Institute of Landscape Architecture Conference
• /
• 2021.10a
• /
• pp.77-78
• /
• 2021

• Proceedings of the Korean Society of Crop Science Conference
• /
• 2023.04a
• /
• pp.15-15
• /
• 2023

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.77-81
• /
• 2022

최근 사전학습 언어모델에 내재된 지식을 최대한으로 활용하고자 태스크에 대한 설명을 입력으로 주는 manual prompt tuning 방법과 자연어 대신 학습가능한 파라미터로 태스크에 대한 이해를 돕는 soft prompt tuning 방법론이 자연어처리 분야에서 활발히 연구가 진행되고 있다. 이에 본 연구에서는 페르소나 대화 생성 태스크에서 encoder-decoder 구조 기반의 사전학습 언어모델 BART를 활용하여 manual prompt tuning 및 soft prompt tuning 방법을 고안하고, 파인튜닝과의 성능을 비교한다. 전체 학습 데이터에 대한 실험 뿐 아니라, few-shot 세팅에서의 성능을 확인한다.

• Bulletin of the Korean Chemical Society
• /
• v.18 no.11
• /
• pp.1210-1213
• /
• 1997

• Proceedings of the Korean Society of Crop Science Conference
• /
• 2020.11a
• /
• pp.99-99
• /
• 2020

• Proceedings of the Korean Society of Crop Science Conference
• /
• 2020.11a
• /
• pp.98-98
• /
• 2020

• Bulletin of the Korean Chemical Society
• /
• v.17 no.4
• /
• pp.393-395
• /
• 1996