http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정수은(SuEun Jeong),박수현(Suhyun Park) 한국정보통신학회 2021 한국정보통신학회 여성 ICT 학술대회 논문집 Vol.2021 No.8
인공지능(AI)이 산업 분야를 막론하고 차세대 시장을 주도할 핵심 키워드로 평가받게 되면서 인공지능 개발에 필수적인 데이터의 중요성도 함께 부각되고 있다. 데이터를 바탕으로 스스로 학습을 거듭해 진화하는 인공지능 모델에 있어 양질의 데이터셋 확보는 학습 효율을 결정짓는 요소이기도 하다. 데이터 어노테이션(Data Annotation)은 기본적으로 이미지 처리에서, 훈련할 수 있게 라벨링 하는 것을 뜻하지만, 단순 라벨링 뿐만 아니라 이미지를 세분하여 박싱(boxing)을 하고 각각에 대한 어노데이트 하는 것이 필요하다. 본 논문에서는 학습데이터를 검수하고 데이터 라벨링을 딥러닝 기술을 활용해 개선된 학습데이터 구축 시스템을 제안한다. AI is considered the main key to lead the next-generation markets order regardless of industries and also the data became the main factor to develop AI solutions. Securing high-quality datasets in artificial intelligence models that are evolving by self-learning based on data is also a factor that determines learning efficiency. Data Annotation basically means labeling to train in image processing, however, not only simple labeling but it is necessary to box and annotate images by segmenting them. In this paper, we propose an improved learning data construction system by examining the learning data and using deep learning technology for data labeling.