연구 과제명

컨텍스트 인지형 Deep-Symbolic 하이브리드 지능 원천 기술 개발 및 언어 지식 자원 구축
(Development of Core Technology for Context-aware Deep-Symbolic Hybrid Learning and Construction of Language Resources)


연구 개요

자가 지식학습 및 고난도 질의응답 지원을 위한 컨텍스트 인지형 Deep-Symbolic 하이브리드 지능 원천 기술 개발 및 언어 자원 구축

기호적 접근 방법(Symbolic Approach)은 인간의 사고 과정과 같이 기호적(Symbolic) 체계로 지식을 이해하고 학습하는 방법
인간의 경우 분절된 단위 지식을 습득한 후 연계와 증강 과정을 거쳐 새로운 지식을 학습하고, 지식의 일반화 및 추상화 과정을 거쳐 새로운 지식을 이해하고 축적
본 세부에서는 인간의 지식 이해 및 축적 과정과 같이 동작하는 심층 학습(Deep learning)을 이용하여 기호적 체계로 지식을 처리하고 학습할 수 있는 컨텍스트 인지형 Deep-Symbolic 하이브리드 지능 원천 기술을 연구
- 자연언어로 표현된 컨텍스트 지식 추출 및 활용
- 분절된 단위 지식 습득 후 연계와 증강 과정을 거쳐 새로운 지식 학습
- 맥락(Context)중심의 지식 생성을 통해 고난도 질의 응답 실현
추가로, 한국어 전문 지식 추출 과정을 보다 용이하게 하기 위한 한국어 처리 기술 연구 및 한어 언어 지식 구축
- 한국어 중의성 해소 기술
- 한국어 문서 내 포함되어 있는 오류 수정 기술

연구 목표


(1차년도) 고난도 단답형 질의응답 지원을 위한 Deep-Symbolic 하이브리드 지능 원천 기술 설계 및 프로토타입 개발과 언어 자원 구축
- 고난도 단답형 질의응답을 위한 컨텍스트 추출 및 지식 인덱싱 기술 개발
- 고난도 단답형 질의응답을 위한 Deep-Symbolic 하이브리드 지식 학습 및 추론 기술 개발
- 고난도 단답형 질의응답을 위한 Deep-Symbolic 하이브리드 지식베이스 기반 질의응답 기술 개발
- 문서교정용 언어자원 구축과 기계학습 모형 개발
- 한국어 전문분야 서비스를 위한 한국어 워드넷의 확장
- Knowledge-Powered Deep Learning 기반 Sense Embedding 기술 연구
- 어휘지도 및 Word Embedding 기반 다의어 WSD 기술 개발
- 전문용어를 포함하는 어휘지도 확장
(2차년도) 고난도 단답형 질의응답을 위한 Deep-Symbolic 하이브리드 지능 핵심 기술 고도화 및 언어 자원 구축
- 컨텍스트 추출 및 지식 인덱싱 기술 고도화
- Deep-Symbolic 하이브리드 지식 학습 및 추론 기술 고도화
- Deep-Symbolic 하이브리드 지식베이스 기반 질의응답 기술 고도화
- 통계 모형에 기반을 둔 문맥 의존 철자오류 교정 성능 개선
- 영어 전문분야 서비스를 위한 한국어 워드넷의 확장
- Distributed Multi-sense Word Embedding (DMWE) 기술 연구
- Word Embedding 기반 다의어 WSD 기술 개발
- 전문용어를 포함하는 어휘지도 확장
(3차년도) 전문분야 사례기반 질의응답 지원을 위한 Deep-Symbolic 하이브리드 지능 원천 기술 고도화 및 언어 자원 구축
- 전문분야 사례기반 질의응답을 위한 컨텍스트 추출 및 지식 인덱싱 기술 개발
- 전문분야 사례기반 질의응답을 위한 Deep-Symbolic 하이브리드 지식 학습 및 추론 기술 고도화
- 전문분야 사례기반 질의응답을 위한 Deep-Symbolic 하이브리드 지식베이스 기반 질의응답 기술 고도화
- 규칙과 통계 모형의 결합을 통한 고품질 문서 교정 시스템 개발
- 다국어 전문분야 서비스를 위한 한국어 워드넷 활용방안 연구
- Sense Embedding과 DMWE 기반 Phrase Embedding 기술 연구
- Word embedding 기반 다의어 WSD 기술 개발
- 전문용어를 포함하는 어휘지도 확장
- 대규모 그래프를 위한 효율적 마이닝 기술 개발