의미 유사도에 따른 문장 변환

개요

• 산업 분류: IT/공학
• 세부 Task: 패러프라이즈
• 데이터 출처: 고객사 제공 상담 데이터
• 작업량: Confidential
• 납품 형태: xlsx(Excel)
• 활용 서비스: Confidential

문제

의미 유사도가 달라짐에 따라 기계가 어떻게 문장을 같음 또는 다름으로 인식하는지 확인하고자 하는 프로젝트였습니다. 동의, 유의, 반의, 의미 유사도 낮음 등 문장의 형태가 명확하게 구별되어야 한다는 점이 어려운 부분이었습니다.

해결 방안

특히 어려웠던 반의를 잘 해결하기 위해서는 원문에 반드시 사실 명제가 있어야 함을 확인한 후 이를 바탕으로 원문을 수정하는 과정을 거쳤습니다.

이 프로젝트의 데이터 기획은 아래 Project Manager가 담당했습니다.
남보름

TEXTNET 소개

지금의 딥러닝을 있게 한 AI Guru 제프리 힌튼의 데이터셋 'ImageNet'에 어원을 둔 TEXTNET은 (주)스피링크가 운영하는 AI/챗봇을 위한 텍스트 데이터 설계 및 구축 서비스입니다.

TEXTNET은 언어학, 심리학, 전산언어학 석·박사를 포함한 전문 인력으로 구성된 언어전문가 그룹으로서, 고객사의 니즈에 부합하는 텍스트 데이터를 설계·가공·구축하고 내부 R&D를 통해 설계 방식을 지속적으로 개선하여 최적의 데이터 설계 방법을 제안합니다. 프로젝트 목적에 따라 적합한 숙련 작업자를 선별하여 투입하고, 체계적이고 효율적으로 고품질의 학습데이터를 생산합니다.

TEXTNET은 삼성, LG, KT, SK 등 유수 대기업의 데이터 구축 파트너로 함께하며 금융, 마케팅, 콘텐츠, 메타버스, 서비스 기획, CS 등 다양한 도메인을 다루고 있습니다.