문맥적 유사도 측정(STS:Semantic textual similarity)
- STS 데이터셋을 활용하여 두 텍스트가 얼마나 유사한지 판단하는 NLP Task
- 일반적으로 두 개의 문장을 입력하고, 이러한 문장쌍이 얼마나 의미적으로 서로 유사한지를 판단
- 유사도 점수와 함께 두 문장의 유사함을 참과 거짓으로 판단하는 참고 정보도 같이 제공하지만, 최종적으로 0과 5사이의 유사도 점수를 예측하는 것을 목적
- 아래는 각 데이터의 개수와 Label 점수의 의미입니다.
- 총 데이터 개수 : 10,974 문장 쌍
- Train(학습) 데이터 개수: 9,324
- Test(평가) 데이터 개수: 1,100
- Dev(검증) 데이터 개수: 550
- Label 점수: 0 ~ 5사이의 실수
- 5점 : 두 문장의 핵심 내용이 동일하며, 부가적인 내용들도 동일함
- 4점 : 두 문장의 핵심 내용이 동등하며, 부가적인 내용에서는 미미한 차이가 있음
- 3점 : 두 문장의 핵심 내용은 대략적으로 동등하지만, 부가적인 내용에 무시하기 어려운 차이가 있음
- 2점 : 두 문장의 핵심 내용은 동등하지 않지만, 몇 가지 부가적인 내용을 공유함
- 1점 : 두 문장의 핵심 내용은 동등하지 않지만, 비슷한 주제를 다루고 있음
- 0점 : 두 문장의 핵심 내용이 동등하지 않고, 부가적인 내용에서도 공통점이 없음
- 각 데이터별 Label 점수는 여러명의 사람이 위의 점수 기준을 토대로 평가한 두 문장간의 점수를 평균낸 값
 김효연 |  서유현 |  손무현 |  이승진 |  황지원 |
Github 페이지로 넘어갑니다