http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 안창남(Changnam An) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
데이터 증강 기법을 통한 한국어-수어문 코퍼스(KoSLA) 구축
안창남(Changnam An),한은경(Eunkyung Han),노동명(Dongmyeong Noh),권오균(Ohkyoon Kwon),이수미(Sumi Lee),한현심(Hyun-shim Han) 한국정보기술학회 2022 Proceedings of KIIT Conference Vol.2022 No.12
본 논문은 수어 번역을 위한 효율적 말뭉치 생성 프레임워크를 제시하였다. 단순하면서 효과적인 데이터 증강 기술을 적용하여 최소한의 정보 손실로 한국어 원문 텍스트를 수어의 최소 의미 단위로 변환하는 방식을 새롭게 제안하였다. 수지, 비수지 및 도상으로 구성된 수어의 언어적 특성을 고려하여 각 의미 상태를 모두 포함하는 멀티모달 수어 증강 코퍼스(KoSLA)를 구축하였다. 본 연구의 코퍼스로 병원 내 대화에서 의미 있는 기계번역 성과를 얻을 수 있었다. 특히, 수어의 문법 및 의미 구조를 유지하면서 번역 모델 및 가용 데이터의 효율성을 높이기 위해 동의어 대체와 같은 NLP 데이터 증강 기법을 일부 적용했으며, Transformer 모델에 실험을 진행한 결과, KoSLA 코퍼스가 BLEU 평가에서 대조군보다 높은 점수를 얻을 수 있었다. We present an efficient corpus framework for sign language translation. Aided with a simple but dramatic data augmentation technique, our method converts text into annotated forms with minimum information loss. By considering the linguistic features of the sign language, which is composed of manual signal, non-manual signal and iconic parts, our proposed framework is the first attempt to build a multi-modal sign language augmentation corpus containing both manual and non-manual modalities. Our corpus demonstrates confident results in the hospital context, showing improved performance with augmented datasets. In the process, we resorted to some NLP data augmentation techniques such as synonym replacement to boost our models efficiency and available data, while maintaining grammatical and semantic structures of sign language. Several experiments were carried out on Transformer-based models. The results were convincing, showing that the BLEU score with corpus was significantly higher than the control group.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
