이 누리집은
대한민국 공식 전자정부 누리집입니다.
점검 중
<모두의 말뭉치>
일부 기능 장애로 인하여 해당 신청이 불가능합니다.
최대한 빠르게 복구할 수 있도록 노력하겠습니다.
* 시스템 이용 장애 문의: 051-927-7111
과제 개요
표 기반 문장 생성은 자료로부터 텍스트를 생성하는 과제 중 하나로, 주어진 표의 특정 부분을 설명하는 문장을 생성하는 과제이다. 구글의 토토(ToTTo) 데이터 세트가 대표적이다. 위키피디아(Wikipedia) 등 다양한 문서에서 핵심적인 정보는 표 형식으로 기술되어 있는 경우가 많다. 이 과제는 인공 지능 언어 처리 기술이 표의 내용을 잘 요약하고 설명할 수 있는지 평가한다.
표 기반 문장 생성 과제는 국립국어원에서 ‘2021년 유사 문장 생성 말뭉치 연구 및 구축’ 사업을 통해 구축한 자료 중 표 기반 문장 생성 결과물을 활용한다. 이 자료는 구글의 토토(ToTTo) 데이터 세트를 참조하였다. 데이터 세트는 에이치티엠엘(HTML)로 작성된 표의 형식을 유지하여 제이슨(JSON) 형식으로 변환하고, 해당 표에 음영으로 표시한 부분을 설명하는 문장 5개로 구성된다. 이 과제는 표에 음영으로 표시한 부분을 설명하는 문장 하나를 생성하는 것이다.
분류 |
내용 |
예시 |
비고 |
입력 |
표 |
"table": [ [ {"value": "구 분", "is_header": True, "row_span": "2", "column_span": "1"}, {"value": "협약 사업장(톤, %)", "is_header": True, "row_span": 1, "column_span": "3"}, {"value": "비협약 사업장(톤, %)", "is_header": True, "row_span": 1, "column_span": "3"} ], [ {"value": "‘19.12", "is_header": True, "row_span": 1, "column_span": 1}, . .
|
JSON |
출력 |
설명 문장 |
"협약 사업장의 감축량은 4,571톤, 비협약 사업장의 감축량은 539톤이다." |
문자열 |
평가 |
ROUGE 1 |
|
|
데이터 세트의 구성
구분 | 훈련 | 검증 | 평가 |
문장 수 | 8,011 | 1,001 | 1,001 |
평가 지표: ROUGE-1
기준 모델(베이스라인 모델): KoBART 기반 학습 모델
- https://github.com/teddysum/korean_T2T_baseline
대회 참가 규정
- 인공지능의 한국어 능력 평가에 관심 있는 누구나 팀을 구성하여 참가할 수 있다.
- 팀 구성원은 국립국어원 언어정보나눔터 회원이어야 한다.
- 참가 팀은 과제를 해결한 결과를 정해진 양식에 맞추어 제출한다.
- 라이선스에 문제가 없는 모델을 개발하여야 한다.
- 외부 API를 통해 호출하는 모델(OpenAI API 등)은 제출할 수 없다.
- 모두의 말뭉치를 포함한 외부에 공개된 데이터는 사용이 가능하다(저작권 등 책임은 참가 팀에게 있음). 과제 데이터(말뭉치)를 초거대언어모델(LLM) 기반 자동 증강하여 사용할 수 있다.
시스템 사용 방법: 알립니다 → 사용 안내 참고
문의: 진행 중 과제 → 문의
