Performance Comparison of Natural Language Processing Model Based on Deep Neural Networks

• DOI: 10.7840/kics.2019.44.7.1344
• Publication Date: 2019-08-13T04:44:28Z
• Authors: Taegyeom Lee; Kyungseop Shin
• Keywords: 0211 other engineering and technologies; 02 engineering and technology

기존 자연어처리 분야의 다른 구조를 갖는 심층 신경망들은 같은 말뭉치를 학습했음에도 말뭉치의 특성에 따라 성능을 보여주었다. 학습했을 때 일반적으로 준수한 내는 모델을 찾기 위하여, 본 논문에서는 구성이 자연어 심층신경망에 학습시켜 말뭉치별 심층신경망의 정확도를 다양한 측면에서 비교한다. 실험에 사용한 심층신경망은 CNN과 RNN 그리고 RNN을 합친 모델까지 총 3가지 신경망을 사용했다. 실험에서 말뭉치는 3개이며 각기 구성을 하고 있다. 구성언어에 따른 모델의 정확도 비교실험과 학습말뭉치 크기에 비교실험, 단어 임베딩 방법에 비교 실험을 진행하여 말뭉치에 효율적인 심층신경망 선택을 위한 지침을 제공한다.