언어 경험은 인간의 기본적인 지각 능력, 즉 리듬 소리의 신경 처리에 영향을 미친다.
인공지능 기술의 발전이 영어라는 언어에 어떤 영향을 미치고 있는지 탐구한다.
신경망 모델을 사용하여 원시어를 효율적으로 복원할 수 있는 방법을 제안한다.
언어의 존재와 특성에 대한 깊이 있는 성찰
인간은 텍스트의 장르와 주제를 일관되게 식별하기 어려우며, 이는 기계 학습 모델에도 적용된다.
다양한 사회적, 인구통계학적 집단의 관점과 의견을 균형 있게 요약하는 것이 중요하지만, 현재 요약 지표와 대규모 언어 모델 평가에서는 공정성이 고려되지 않고 있다.
다양한 언어와 도메인에 걸쳐 의존성 구문 분석기의 성능이 변동되는 문제를 해결하기 위해, 무감독 후처리 집계 방법을 비교하여 가장 적합한 의존성 트리 구조 집계 방법을 식별하였다.
번역 데이터를 활용하여 저자원 환경에서 정규 형태소 분할을 개선하는 방법을 제안한다.
저자는 저자 번역 정보를 활용하여 저자 자동 주석 생성 모델의 성능을 향상시켰다. 특히 저자 번역 정보를 대규모 사전 훈련 언어 모델을 통해 통합하고 문자 기반 디코더를 추가하여 저자 자동 주석 생성 성능을 크게 개선하였다.
페르시아어 속어 텍스트를 형식적으로 변환하고 깊은 학습을 통해 페르시아어 짧은 텍스트의 감정 분류를 개선하는 연구