『玉麈抄』의 번각을 위한 딥러닝 기반 데이터 세트 구축 연구
Building a reproducted dataset of 『Kyokuzinsyou(玉麈抄)』 for deep learning
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 논문에서는 『玉麈抄』 데이터세트의 분류를 위한 학습 방법을 제안하였다. 실험을 통해서 CNN으로는 Shake-Shaker가 가장 좋은 성능을 보였고, 300회 이상의 학습을 진행할 경우에 높은 정확도를 보였다. 여러 학습 기법들 중에서 Mixup과 Random Erase 조합이 좋은 학습 결과를 보인다는 것을 실험적으로 도출하여 『玉麈抄』를 위한 학습 방법을 제안하였다. 이와 같은 딥러닝 기반의 기술은 동아시아와 서양의 역사, 문학, 그리고 문화를 연구하는 다양한 연구자들에게 좋은 연구 기반을 제공할 것으로 사료되고, 이를 통해서 첨단 기술이 한국의 역사와 문화를 연구하는 인문 및 사회학 분야에 큰 기여할 수 있기를 기대한다. 또한 이러한 시도를 통해서 다양한 분야의 학문들이 소통하고 융합할 수 있기를 기대한다.
Abstract
In this paper, an environment for producing a dataset of Shomono 『Kyokuzinsyou(玉麈抄)』, which is a Japanese spoken language data in the ancient and medieval times, was established and a reprinted dataset of 『Kyokuzinsyou』 was produced. After that, convolutional neural networks with generally good performance are analyzed through experiments to select the most suitable network, and the number of training times to classify 『Kyokuzinsyou』 dataset is selected using this network. In addition, learning methods such as Mixup and Random Erase are applied to learn with high accuracy. Examining the results of the learning, the accuracy of 97.08% was shown for the katakana of 『Kyokuzinsyou』, indicating that high-accuracy translation using deep learning was possible for the katakana dataset of 『Kyokuzinsyou』 using deep learning.
참고문헌 (7)
- 出雲朝子, "玉塵抄を中心とした室町時代語の研究", pp.1~220 (1982), 桜楓社
- 李承英, "玉塵抄"における反切と字音", 筑波応用言語学研究, 9, pp.43~58 (2002), 筑波大学応用言語学会
- 李 承 英, "『玉塵抄』における漢字音の讀み癖についての考察", 日本文化學報, (26), pp.21~34 (2005), 한국일본문화학회
- 오미영, "東京大 國語硏究室 소장 『中庸章句』(21H11) 훈독의 내용적 고찰", 일본연구, (76), pp.221~240 (2018), 일본연구소[DOI]
- 來田隆, "抄物による室町時代語の研究", pp.3~30 (2001), 清文堂
- 中田祝夫, "玉塵抄", pp.1~120 (1970), 勉誠社
- 박병서, "CNN기반 딥러닝을 이용한 Kuzushiji-MNIST", 49 분류의 정확도 향상을 위한 학습 방안, 2020, pp.24(3), 355~363[DOI]