• 목록

T1-08

1. 규칙기반 데이터 증강기법을 활용한 한국어 증상발화 데이터 구축 KIPS_C2023A0241
해당 발표는 KoBERT를 이용해 사람의 의학적 진단에 대한 증상을 분류해주는 기법을 소개했다. 예전 졸업작품으로 허위/과대 광고 위험성을 분석하는 프로젝트를 할 때 KoBERT에 대해서 공부한 적이 있었는데, 비슷한 이유로 발표자도 BERT 기법을 사용한 것 같았다. 동일하게 규칙기반으로는 해결이 되지 않아 BERT를 사용하여 한국어의 전처리 후 모델링을 진행하였다. 한국어의 자연어처리를 할때 워낙 다양힌 표현이 사용되는 언어이다 보니까 규칙기반에서의 문제가 있었다. 졸업작품에서 사용했던 모델에서는 규칙기반의 정확도 문제 때문에 규칙기반 작업을 아예 제거하고 BERT사용했는데, 발표자는 규칙기반에 추가로 BERT를 적용했을때의 문제가 없었는지 궁금했다.

2. 계절성 시계열 자료의 concept drift 탐지를 위한 새로운 창 전략 KIPS_C2023A0011
해당 발표는 정답 label이 없는 모델에 대해 성능을 유지하기 위한 Drift 기법을 사용한 방법에 대해 소개했다. 시계열 데이터에 대해 새로운 구간을 설정하여 time delay를 주어 drift interval로 정규화 하는 기법이였다. 해당 발표를 듣고 계절성이 아닌 패턴이 존재하지 않는 데이터면 해당 기법이 효과가 있을까라는 생각이 들었고, 다양한 패턴 중 계정성이여서 이 기법이 더 잘 활용될 수 있었겠다라는 생각도 들었다.

발표후기
해당 주제로 두번째 발표이면서 새로운 기법과 좀 더 의미있는 해석에 대해서도 추가한 후 처음 작성한 페이퍼였다. 한번 해봤던 주제고, 잘 알고 있었기때문에 생각보다 떨리지 않았다. 그치만 발표할때 사람들이 많이 없었어서 의미있는 질문을 받지 못한것 같아 아쉬웠다. 그만큼 발표 내용에 흥미가 부족했나라는 생각도 들면서 더 탄탄하고 많은 내용이 담긴 연구에 대해 발표하고 싶은 욕심히 생겼던 계기가 되는 발표였던 것 같다.