http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
민재옥,박진우,조유정,이봉건,Min, Jae-Ok,Park, Jin-Woo,Jo, Yu-Jeong,Lee, Bong-Gun 한국정보처리학회 2020 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.9 No.4
기계독해는(Machine reading comprehension) 사용자 질의와 관련된 문서를 기계가 이해한 후 정답을 추론하는 인공지능 자연어처리 태스크를 말하며, 이러한 기계독해는 챗봇과 같은 자동상담 서비스에 활용될 수 있다. 최근 자연어처리 분야에서 가장 높은 성능을 보이고 있는 BERT 언어모델은 대용량의 데이터를 pre-training 한 후에 각 자연어처리 태스크에 대해 fine-tuning하여 학습된 모델로 추론함으로써 문제를 해결하는 방식이다. 본 논문에서는 BERT기반 특허상담 기계독해 태스크를 위해 특허상담 데이터 셋을 구축하고 그 구축 방법을 소개하며, patent 코퍼스를 pre-training한 Patent-BERT 모델과 특허상담 모델학습에 적합한 언어처리 알고리즘을 추가함으로써 특허상담 기계독해 태스크의 성능을 향상시킬 수 있는 방안을 제안한다. 본 논문에서 제안한 방법을 사용하여 특허상담 질의에 대한 정답 결정에서 성능이 향상됨을 보였다. MRC (Machine reading comprehension) is the AI NLP task that predict the answer for user's query by understanding of the relevant document and which can be used in automated consult services such as chatbots. Recently, the BERT (Pre-training of Deep Bidirectional Transformers for Language Understanding) model, which shows high performance in various fields of natural language processing, have two phases. First phase is Pre-training the big data of each domain. And second phase is fine-tuning the model for solving each NLP tasks as a prediction. In this paper, we have made the Patent MRC dataset and shown that how to build the patent consultation training data for MRC task. And we propose the method to improve the performance of the MRC task using the Pre-trained Patent-BERT model by the patent consultation corpus and the language processing algorithm suitable for the machine learning of the patent counseling data. As a result of experiment, we show that the performance of the method proposed in this paper is improved to answer the patent counseling query.
민재옥 ( Jae-ok Min ),박진우 ( Jin-woo Park ),조유정 ( Yu-jeong Jo ),이봉건 ( Bong-gun Lee ),황광수 ( Kwang-su Hwang ),박소희 ( So-hee Park ) 한국정보처리학회 2019 한국정보처리학회 학술대회논문집 Vol.26 No.2
기계독해는(Machine reading comprehension) 사용자 질의에 대한 답변이 될 수 있는 내용을 기계가 문서를 이해하여 추론하는 것을 말하며 기계독해를 이용해서 챗봇과 같은 자동상담 서비스에 활용할 수 있다. 최근 자연어처리 분야에서 많은 성능 향상을 보이고 있는 BERT모델을 기계독해 분야에 적용 할 수 있다. 본 논문에서는 특허상담 분야에서 기계독해 task 성능 향상을 위해 특허상담 코퍼스를 사용하여 사전학습(Pre-training)한 BERT모델과 특허상담 기계학습에 적합한 언어처리 기법을 추가하여 성능을 올릴 수 있는 방안을 제안하였고, 본 논문에서 제안한 방법을 사용하여 특허상담 질의에 대한 답변 결정에서 성능이 향상됨을 보였다.
우주기반기술 검증용 극초소형 위성 STEP Cube Lab.의 시스템 개념설계
권성철(Sung-Cheol Kwon),정현모(Hyun-Mo Jung),하헌우(Heon-Woo Ha),한성현(Sung-Hyun Han),이명재(Myung-Jae Lee),전수현(Su-Hyeon Jeon),박태용(Tae-Young Park),강수진(Su-Jin Kang),채봉건(Bong-Gun Chae),장수은(Su-Eun Jang),오현웅(Hyun-Ung O 한국항공우주학회 2014 韓國航空宇宙學會誌 Vol.42 No.5
본 논문에서 제안한 우주기반기술 검증용 극초소형 위성의 명칭은 STEP Cube Lab. (Cube Laboratory for Space Technology Experimental Project)이며, 주요임무는 가변 방사율 열제어기, 형상기억합금 진동 절연기, 진동형 히트파이프, MEMS 기반 고체 추력기와 같이 국내 산학연에서 기 수행된 우주핵심기술을 발굴 및 탑재하여 궤도검증을 실시하는 것이다. 또한, 배열형 집광렌즈가 적용된 고효율 집광형 태양전력시스템과 열선절단방식이 적용되어 높은 체결력과 적용방법에 따라 복수구조물의 구속 및 분리가 가능한 무충격 구속분리장치를 주요 탑재체로 개발하여 궤도 검증을 실시예정이다. 본 논문에서는 상기 탑재체의 궤도 검증을 임무목적으로 하는 STEP Cube Lab.의 체계 및 부체계 개념설계를 통해 임무의 구현 가능성을 검토하였다. The mission objective of STEP Cube Lab. (Cube Laboratory for Space Technology Experimental Project) classified as a pico-class satellite is to verify the technical effectiveness of payloads such as variable emittance radiator, SMA washer, oscillating heat pipe and MEMS based solid propellant thruster researched at domestic universities. In addition, the MEMS concentrating photovoltaic power system and the non-explosive holding and separation mechanism with the advantages of high constraint force and low shock level will be developed as the primary payloads for on-orbit verification. In this study, the feasibility of the mission actualization has been confirmed by the preliminary system design.