표제지
논문개요
목차
I. 서론 11
II. 관련 연구 14
1. 보완대체의사소통과 상징 14
2. 딥러닝 기반 대화 문장의 보완대체의사소통 상징 시퀀스 변환 18
3. 단어 임베딩(Word Embedding) 20
1) Word2Vec(Word-to-Vector) 22
2) GloVe(Global Vectors for Word Representation) 23
3) FastText 24
III. 상징의 다중 의미를 반영한 상징 시퀀스 변환 25
IV. 딥러닝 기반 문장의 상징 시퀀스 변환 설계 27
1. 학습 데이터 구축 29
2. 데이터 전처리 34
3. 다중 의미를 반영한 딥러닝 기반 문장의 AAC 상징 시퀀스 변환 모델 36
V. 모델 실험 및 평가 40
1. 실험 설계 40
2. 실험 결과 41
3. 실험 평가 46
1) BLEU(Bilingual Evaluation Understudy) 46
2) 평가 결과 47
VI. 결론 및 향후 연구 50
참고문헌 53
ABSTRACT 57
[표 1] FastText 메커니즘의 n=3일 때의 n-gram 24
[표 2] 문장의 다중 상징 시퀀스 태깅 33
[표 3] 최종 학습 데이터 수 34
[표 4] 어미와 조사 목록 일부 35
[표 5] 실험 환경 40
[표 6] 다중 의미를 반영한 딥러닝 기반 대화 문장의 한국형 AAC 상징 시퀀스 변환 모델의 학습 결과 42
[표 7] "그건 얼마에요" 문장의 변환 결과 44
[표 8] 단어 임베딩의 종류에 따른 문장의 상징 시퀀스 변환 결과 45
[표 9] BLEU 평가 결과 47
[그림 1] AAC 상징 15
[그림 2] 한국형 AAC 상징의 특징 1 16
[그림 3] 한국형 AAC 상징의 특징 2 17
[그림 4] "좋은 생각입니다" 문장의 상징 시퀀스로의 변환 결과 19
[그림 5] 유사한 단어의 2차원 공간에서의 벡터 표현 21
[그림 6] Word2Vec 모델 구조 22
[그림 7] 한국형 AAC 상징의 다중 의미 25
[그림 8] 딥러닝 기반 대화 문장의 AAC 상징 시퀀스 변환 모델 설계도 27
[그림 9] 학습 데이터 구축 과정 29
[그림 10] "좋은 생각입니다." 문장의 상징 시퀀스로의 변환 30
[그림 11] 문맥에 따라 다르게 사용되는 상징 이미지 31
[그림 12] "친구 어디에 있어요?" 다중 상징 시퀀스 32
[그림 13] Sequence to Sequence 모델 구조 36
[그림 14] 어텐션 매커니즘 기반 Sequence to Sequence 모델 구조 38
[그림 15] 변환 모델 학습 그래프 41