위치 기반 빅데이터 분석을 활용한 통·번역 시스템
An Interpretation and Translation System Using Location Based Big Data Analysis
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
최근 들어 심층학습 기반 빅데이터 처리방안의 급격한 발전으로 인해, 자연어 처리 기반의 통·번역 시스템의 정확성이 나날이 높아지고 있다. 그러나, 아직까지 회화체 위주의 통·번역이 필요한 사용자들이 사용하기에는 부족한 것이 사실이다. 이를 위해, 본 논문에서는 사용자 위치 기반 빅데이터 분석을 활용한 통·번역 시스템을 제안한다. 제안하는 통·번역 시스템은 데이터 수집 시에 위치 정보를 기반으로 해당 위치의 근처에 발생한 데이터를 우선적으로 수집하여, 이를 기반으로 데이터 집합을 생성하고, 실제 통·번역의 수행 시 해당 데이터의 집합을 심층 신경망 학습의 사전 학습 파라미터로 사용하여 구어체에 대한 통·번역 결과의 정확도를 향상시킬 수 있는 시스템이다. 제안 시스템의 우수성 검증을 위해, 기존 시스템과의 비교를 수행하였으며, 성능평가 결과 기존 시스템 대비 약 10%의 성능향상을 나타내어 제안 시스템의 우수성을 입증하였다.
Abstract
Nowadays, an accuracy of interpretation and translation system, which are based on a natural language, are quotidianly increasing, because a big data processing method has been dramatically progressed. However, there are still some lacks for an user who is needed a colloquial style interpretation and translation. To this end, we propose an interpretation and translation system for the user, which are using a location information based on big data analysis. When the proposed system collect data, the system is preferentially gathering the data which are generated in the near regions, and which are related with the regions. At this time, the criteria of data gathering process are each data location information. And then, the system will configure various data set by their data type. The configured data set, which it will be used pre-learning parameters in a deep neural network. Based on these parameters for the pre-learning process, the proposed system carry out a deep learning process. By doing this, the system provide a improved interpretation and translation result for colloquial style. To verify an excellence of the system, we compare with an existing system. In the performance evaluation, the proposed system show enhanced results about 10% than the existing system.
참고문헌 (16)
- "Top 10 strategic technology trends 2017, design and implementation of network virtual keyboard using smartphone" (2016)[URL]
- 김난주, "빅데이터 환경에서의 보안 기술 프레임워크", 한국지식정보기술학회 논문지, 11(3), pp.251~260 (2016), 한국지식정보기술학회
- E. P. Xing, "Petuum: A new platform for distributed machine learning on big data", IEEE Transactions on Big Data, 1(2), pp.49~67 (2015)
- 최재영, "빅데이터 서비스 환경에서 세션하이재킹 공격에 대한 안정적 서비스 제공 모델", 한국지식정보기술학회 논문지, 11(6), pp.597~606 (2016), 한국지식정보기술학회
- 2015 Global online trend, "Korea Tourism Organization", ~ (2016)
- J. Dean, "Building Google: From search engine to AI poster child", Structure Data 2016, ~ (2016)
- J. K. Choi, "Current status and implications of big data analysis at domestic and abroad", KISTEP InI, 2016(14), pp.33~43 (2016)
- Y-K. Ki, "Research trends in artificial intelligence and deep learning", Weekly Technology Trends, 1736, pp.10~19 (2016)
- O. G. Min, "Research and development trends of artificial intelligence via evolving a bigdata", Weekly Technology Trends, 1735, pp.10~21 (2016)
- D. K. Kang, "Machine learning technology trends based on deep learning", Weekly Technology Trends, 1742, pp.12~24 (2016)
- N-J. Kwak, "Deep learning technology trends", Weekly Technology Trends, 1745, pp.13~25 (2016)
- G. Hinton, "NIPS deep learning", NIPS Tutorial, ~ (2015)
- M. A. Alsheikh, "Machine learning in wireless sensor networks: algorithms, strategies, and applications", IEEE Communications Surveys and Tutorials, 16(4), pp.1996~2018 (2014)
- A. Akusok, "High-performance extreme learning machines: A complete toolbox for big data applications", IEEE Access, 3, pp.1011~1025 (2015)
- S. Nan, "Density-dependent quantized least squares support vector machine for large data sets", IEEE Transactions on Neural Networks and Learning Systems, 28(1), pp.94~106 (2017)
- S-H. Kim, "Real-time interpreting and translating system based on analyzing big data for tourists", Indian Journal of Science and Technology, 8(25), pp.1~6 (2015)