VIGICOVID와 관련된 프로젝트는 UPV/EHU의 HiTZ 센터, UNED의 NLP 및 IR 그룹, Elhuyar의 인공 지능 및 언어 기술 부서에서 운영했다.

정보 검색 패러다임의 변화

Eneko Agirre는 UPV/EHU의 HiTZ 센터 책임자이다.

Agirre는 “인공지능 덕분에 정보 검색 패러다임이 바뀌고 있다. “지금까지는 인터넷에서 정보를 검색할 때 질문을 입력하고 시스템에 표시되는 문서에서 답을 찾아야 했다. 하지만 새로운 패러다임에 맞춰 전체 문서를 읽을 필요 없이 직접 답을 제공하는 시스템이 점점 더 보편화되고 있다”고 말했다.

Xabier Saralegi는 Elhuyar 연구원이다.

"사용자가 키워드를 사용하여 정보를 요청하는 것이 아니라 직접 질문한다."

시스템은 답변을 검색하기 위해 두 가지 개별 단계에 의존한다.

“첫째, 키워드와 직접 질문을 결합한 기술을 사용하여 질문에 대한 답변을 포함할 수 있는 문서를 검색한다. 이것이 우리가 신경 아키텍처를 탐구한 이유이다.”라고 Saralegi 박사가 말했다.

심층 신경 아키텍처

팀은 예제와 함께 제공되는 심층 신경 아키텍처에 의존했다.

"이는 검색 모델과 질문 답변 모델이 딥 머신러닝을 통해 훈련된다는 것을 의미한다."라고 그는 말했다.

일련의 문서는 특정 답변을 얻는 데 도움이 되는 질문 및 답변 시스템을 통해 재처리되기 전에 먼저 추출된다.

“우리는 질문에 답하는 엔진을 구축했다. 엔진에 질문과 문서가 주어지면 문서에 답이 있는지 여부를 감지할 수 있고, 있다면 정확히 어디에 있는지 알려준다.”라고 Agirre 박사는 말했다.

연구원들에 따르면, 그들은 작업 결과에 만족했다.

"우리가 실험에서 분석한 기술과 평가에서 우리는 프로토타입에 최상의 결과를 제공하는 것을 선택했다."라고 Agirre 박사는 말했다. “정보가 급하게 필요할 때마다 검색을 실행하는 다른 방법을 생각해 냈고 이를 통해 정보 사용 프로세스가 용이해졌다. 연구 수준에서 우리는 제안된 기술이 작동하고 시스템이 좋은 결과를 제공한다는 것을 보여주었다.”

“우리의 결과는 기초 연구 프로젝트의 프로토타입이다. 상업용 제품이 아니다.”라고 Saralegi가 덧붙였다.

즉, 이러한 유형의 프로토타입은 단기간에 모델링할 수 있으므로 상용 제품이 나오기까지 그리 오래 걸리지 않을 수 있다.

이 연구는 ScienceDirect에 게재되었다.