[221] 딥러닝을 이용한 지역 컨텍스트 검색 김진호
•
25 j'aime•4,971 vues
[221] 딥러닝을 이용한 지역 컨텍스트 검색 김진호
Recommandé
Recommandé
Contenu connexe
Tendances
Tendances (20)
En vedette
En vedette (20)
Similaire à [221] 딥러닝을 이용한 지역 컨텍스트 검색 김진호
Similaire à [221] 딥러닝을 이용한 지역 컨텍스트 검색 김진호 (20)
Plus de NAVER D2
Plus de NAVER D2 (20)
[221] 딥러닝을 이용한 지역 컨텍스트 검색 김진호
- 1. 김진호 NAVER Search 딥러닝을 이용한 지역 컨텍스트 검색 Local Context Search Utilizing Deep Learning
- 2. 제목이 전부입니다 이용자의 컨텍스트를 고려한 장소 검색 OUR GOAL 장소별 컨텍스트 이해 HOW?
- 3. CONTENTS 1. What to Do? 2. CNN을 활용한 여행지별 지역 컨텍스트 추출 3. LSTM을 활용한 신규 지역 컨텍스트 어휘 발굴 4. POI Latent Vector를 이용한 Context 표현 랭킹 5. 개선 결과 6. What’s Next?
- 5. 여행지를 선택하는 데는 테마가 있다 http://blog.naver.com/s1h25s/220203903449 http://blog.daum.net/suareu/4 http://cfs15.tistory.com/image/20/tistory/2008/10/28/15/24/4906b0162c9a2 http://www.hkn24.com/news/articleView.html?idxno=18902 가족과 함께 휴양 친구들끼리 놀기좋은 곳 저렴하게 놀만한 곳
- 6. 기존 DB 정보로는 불가능 “가족과 함께 휴양하기 좋은 여행지” 관련 블로그 888개, 카페, 웹문서, 지식in… 전주한옥마을(NAVER POI DB) 여행지별 테마가 필요
- 7. 테마가 녹아있는 여행지 리뷰 여행지 리뷰 지역 컨텍스트 (테마)
- 8. 해외 학자들이 정의한 Local Context Context relevance assessment and exploitation in mobile recommender systems (2012)
- 9. 우리가 정의한 지역 컨텍스트 힐링 일출 태교여행찾는 목적 애인 부모님 아이동행자 POI Side Context 현위치 시간 GPS 위치 아침 점심 저녁 새벽 계절 봄 여름 가을 겨울 날씨 맑음 흐림 비 눈 요일 주중 주말 기념일 어린이날 크리스마스 새해 User Situation Context 이국적 신비로운 재밌는분위기 둘레길 전망대 카약토픽 (즐길거리)
- 10. Our Problem … … … 분석 대상 : UGC Goal : 여행지별 테마 아이와 함께 가족과 함께 나들이 촬영지 체험 동행자 찾는 목적 고구려대장간마을 http://blog.naver.com/5200l/220734006006
- 11. 기존 방식 … … … 분석 대상 : UGC Goal : 여행지별 테마기존방식 Text Mining 테마별 키워드 사전 및 패턴 이용 동료들과 친구들이랑친구 모임 친구와 친구와 함께 아이와 함께 가족과 함께 나들이 촬영지 체험 동행자 찾는 목적 고구려대장간마을 http://blog.naver.com/5200l/220734006006 Parsing, Feature Representation
- 12. Deep Learning을 활용해보자! … … 아이와 함께 동행자 여행지 블로그 문장 여행지 테마 CNN LSTM http://blog.skhynix.com/1644
- 13. Why Deep Learning? → 학습할 수 있는 데이터가 정말 많다. → 학습데이터가 많으면 딥러닝은 좋은 성능을 보장한다. 분석해야 할 리뷰는 정말 많다. 그래서 만들어야 할 사전과 패턴도 정말 많다. → 알아서 학습셋의 Latent feature를 찾아주는게 딥러닝을 활용하는 이유
- 14. ConA 지역 컨텍스트 분석 모델 Local DB 전주한옥마을 Context-aware Analysis Model S1: 아이들과 당일치기로 전주를 다녀왔어요 S2: 아이들 교육에도 최적의 장소 S3: 비오는날 운치있는 전주여행 S4: 운치있고 여유로운 곳이었어요 S5: 야간에 산책하면서 다니는 재미 S6: 날씨 즐기며 천천히 걸어다니는 것도 UGC 전주한옥마을 S1: 아이들과 S2: 아이들 S3: 운치있는 S4: 운치있고 S5: 산책 S6: 걸어다니는 1. 문장 입력 2. 문맥 이해 3. 컨텍스트 추출 아이들과 아이들 애들하고 운치있는 운치있고 운치돋는 산책 걸어다니는 걷기좋은 동행자 분위기 Topic S1:아이들과(aideulgwa) Temporal ConvNet S1: Text Representation 아이들과 당일치기로 전주를 Bidirectional LSTM 동행자 X X word embedding
- 15. 2. CNN을 활용한 여행지별 지역 컨텍스트 추출
- 17. Why CNN? www.kdnuggets.com Computer Vision Semantic parsing (Yih et al., 2014) QA Task에서 질문 원본문장과 질의 패턴을 CNN Latent Vector로 변환하여 비교 Search query retrieval (Shen et al., 2014) IR Task에서 질의와 웹문서를 CNN Vector로 변환 Sentence modeling (Kalchbrenner et al., 2014) CNN을 통해 영화 리뷰와 트위터에서 긍/부정 문장 분류 이미지 인식으로 시작했지만, NLP Task에도 잘 먹힌다
- 18. Deep Learning 3대장 Yann Lecun Andrew NgGeoffrey Hinton https://arxiv.org/abs/1502.01710
- 19. Temporal ConvNet • using temporal convolutional networks(LeCun et al., 1998) • without the knowledge of words, phrases, sentences and any other syntactic or semantic structures • apply to various large-scale datasets: including ontology classification, sentiment analysis and text categorization. • work for both English and Chinese (and 한글...) An apply deep learning to text understanding from character level inputs all the way up to abstract text concepts. Language Independent!!
- 20. Temporal ConvNet : Model Design 아 이 들 과 a b c d e f g h i j k l m n o p q r s t u v w x y z 아이들과 (aideulgwa) INPUT Size : 69
- 21. Temporal ConvNet : Model Design net = nn.Sequential() net:add(backend.TemporalConvolution(inputSize, 256, 7)) -- 1D Convolution, 256 Output size. 7 convolution kernel width net:add(nn.Threshold()) -- Activation Function : ReLu, Sigmoid, TanH… net:add(nn.TemporalMaxPooling(3,3)) -- 3 regions by step size 3 steps net:add(backend.TemporalConvolution(256, 256, 7)) -- 256 Input size, 256 hidden size. 7 convolution kernel width net:add(nn.Threshold()) net:add(nn.TemporalMaxPooling(3,3)) ……. net:add(nn.Reshape(4096)) net:add(nn.Linear(4096, 1024)) net:add(nn.Threshold()) net:add(nn.Dropout(0.5)) net:add(nn.Linear(1024, 1024)) net:add(nn.Threshold()) net:add(nn.Dropout(0.5)) net:add(nn.Linear(1024, outputSize)) net:add(backend.LogSoftMax()) -- converts the output to a log-probability. Useful for net:cuda() classification problems FrameWork : Tutorial on Convolutions(Collobert, 2002) 528 7 256 69 522 1 2 3~6 Layer Fully - Con nect ed a i deu l
- 22. Module Design Temporal ConvNet Building Training Data 기존 방법론을 학습데이터 구축에 활용 대량의 학습데이터로 모델을 학습하여 여행지별 컨텍스트를 추출한다 딥러닝 모델 학습을 위해 다량의 학습데이터가 필요하다
- 23. 학습 데이터 구성(1) Seed로 사용할 사전 구축은 필요하다 800여 개의 컨텍스트 후보 키워드 생성 → Word2Vec으로 확장 컨텍스트 어휘와 유사한 후보 키워드를 생성 블로그 컬렉션으로 Word2Vec 학습 워드 임베딩 제주도 겨울에 아이랑 가볼만한 곳 아이랑 제주도 겨울에 가볼만한 곳 '아이랑' 후보 유사도 아이들하고 0.8542 애기랑 0.8086 아가들이랑 0.7694 어른들이랑 0.7578 애들하고 0.7515 애들이랑 0.7314 조카들이랑 0.7277 조카랑 0.7195 엄마아빠랑 0.7166 부모님하고 0.7152
- 24. 학습 데이터 구성(2) 기존 방법론을 학습데이터 구성에 활용 S1 : 지난 주말, 정말 오랜만에 친구들과 한옥마을을 갔어요. S2 : 날씨가 따뜻해서 걷기도 좋을거 같아 제가 한옥마을로 모이자고 꼬셨죠. ㅎㅎㅎ … S9 : 아이들도 매우 신나게 돌아다니더라구요 전주한옥마을 UGC에서 추출한 문장 컨텍스트 동의어 아이와 함께 아이들과 아이들도 친구와 함께 친구끼리 친구들과 업체 컨텍스트 전주한옥마을 혼자 갈만한 친구와 함께 커플끼리 아이와 함께 S1 - 친구와 함께 : 지난 주말, 정말 오랜만에 친구들과 한옥마을을 갔어요 S2 - 날씨가 따뜻해서 걷기도 좋을거 같아 제가 한옥마을로 모이자고 꼬셨죠. ㅎ S9 - 아이와 함께 : 아이들도 매우 신나게 돌아다니더라구요 컨텍스트 정답 문장 여행지별 UGC 문장 형태소 분석 TF 기반 Candidate Context를 탐색 확장사전 및 패턴 기반으로 컨텍스트별 문장을 인식 𝑆𝑐𝑜𝑟𝑒 𝑡, 𝑃𝑙𝑎𝑐𝑒 = 𝑓𝑟𝑒𝑞𝑡,𝑃𝑙𝑎𝑐𝑒 max 𝑓𝑟𝑒𝑞 𝑡′,𝑃𝑙𝑎𝑐𝑒 ∶ 𝑡′ ∈ 𝑃𝑙𝑎𝑐𝑒
- 25. 학습 데이터 구성(3) Character quantization(표음 기반 알파벳 치환) S1 - 친구와 함께 : 지난 주말, 정말 오랜만에 친구들과 한옥마을을 갔어요 S9 - 아이와 함께 : 아이들도 매우 신나게 돌아다니더라구요 컨텍스트 태그된 문장 S1 – “1”,”jinan jumar, jeongmar oraenmane chingudeulgwa hanokmaeureur gasseoyo” S9 – “8”,”aideuldo maeu sinnage doradanideoraguyo” 컨텍스트 태그된 문장 … … … … gogulyeo daejanggan maeuleun aideulgwa sajin jjiggiedo joheun gos ineyo ~ ^^ http://blog.naver.com/5200l/220734006006
- 26. 컨텍스트 유형별 데이터셋 동행자 컨텍스트 목적 컨텍스트 분위기 컨텍스트 Class Total Train Test 이국적인분위기 25,715 10,000 5,000 모던한분위기 9,641 8,000 1,641 고풍스러운분위기 4,510 4,000 510 로맨틱한분위기 5,058 4,000 1,058 편안한분위기 38,306 10,000 5,000 이색적인분위기 20,818 10,000 5,000 프라이빗한분위기 7,161 5,000 2,161 깔끔한분위기 20,569 10,000 5,000 웅장한분위기 7,702 5,000 2,702 소박한분위기 17,760 10,000 5,000 아기자기한분위기 100,843 10,000 5,000 친절한분위기 35,530 10,000 5,000 세련된분위기 18,720 10,000 5,000 조용한 53,149 10,000 5,000 여유로운분위기 27,525 10,000 5,000 럭셔리한분위기 64,727 10,000 5,000 신비로운분위기 6,215 5,000 1,215 Class Total Train Test 친구와 함께 110,500 10,000 5,000 여자들끼리 13,184 10,000 3,184 어른과 함께 26,785 10,000 5,000 애완동물동반 11,609 10,000 1,609 가족과 함께 173,731 10,000 5,000 아기와 함께 31,638 10,000 5,000 부모님과 함께 23,518 10,000 5,000 아이와 함께 69,228 10,000 5,000 Class Total Train Test 푸짐한메뉴 57,148 10,000 5,000 저렴한 58,874 10,000 5,000 요즘뜨는 12,894 10,000 2,894 나들이 53,678 10,000 5,000 해장메뉴 17,665 10,000 5,000 신선한재료 96,777 10,000 5,000 실내 59,968 10,000 5,000 소개팅 18,513 10,000 5,000 회식장소 112,378 10,000 5,000 오래된맛집 25,690 10,000 5,000 힐링 54,524 10,000 5,000 등산 70,434 10,000 5,000 상견례 21,943 10,000 5,000 문화재 36,559 10,000 5,000
- 27. 모델 학습 컨텍스트 유형별로 모델 생성 동행자 컨텍스트 학습 데이터 동행자 컨텍스트 분류 모델 분위기 컨텍스트 분류 모델 • 친구와 함께 • 아이와 함께 • 부모님과 함께 • … • 운치 있는 분위기 • 활기찬 분위기 • 이국적인 분위기 • … 분위기 컨텍스트 학습 데이터 하나의 Big Model로 학습했더니 성능이 떨어짐
- 28. 모델 학습 : Overfitting을 피하자! Dropout (0.5) + 캠릿브지 그레이엄 롤린슨(Graham Rawlinson) 영어 기준 처음과 끝 2글자를 남기고 섞어도 이해가 가능함 → 처음과 끝을 남기고 0.5 의 확률로 가운데 알파벳을 뒤섞어 입력 대학의 연결구과 더 많은 Training Data Feature 개수 줄이기 Regularization Feature 개수 줄이기 더 많은 Training Data
- 29. CNN 지역 컨텍스트 추출 결과 모델 실험 결과 (여행지 + 맛집) ‘가족과 함께’ 컨텍스트가 추출된 문장들 5인가족이 배불리 먹었다~★ 가족과 여행을 다녀왔는데요. 가족, 연인, 친구 각자 자신들만의 추억을 담고 있다. 가족은 다들 들떠 있었는데 ㅋㅋㅋ ‘가족과 함께’ 컨텍스트가 추출되지 않은 문장들 가족들이 알면 난리가 날듯... 나중에 울 가족여행 여기로 와볼까..ㅎㅎ ㅋㅋ 친구들과 연인들과 가족들과 함께해도 참 좋은곳이네요~~ 혼자 먹기에는 너무 큰 사이즈라 :) 동생들과 함께 냠냠. ‘TV방영’ 컨텍스트가 추출된 문장 백종원의 3대천왕에 방송된 유명한 맛집이다. Model Test 동행자 모델 97.67% 목적 모델 96.65% 분위기 모델 92.35%
- 30. 3. LSTM을 활용한 신규 지역 컨텍스트 어휘 발굴
- 31. LSTM Overview RNN으로부터 기반한 모델 시계열 데이터 처리에 특화 Bidirectional LSTM Forward + Backward Layer
- 32. Why LSTM? Sequential Tagging에 가장 최적화된 모델 신규 컨텍스트 키워드 발굴에 활용 가능 특정 컨텍스트 카테고리로 태깅된 새로운 키워드를 발굴 → 사전 강화 효과 문장의 특정 위치에 있는 단어가 어떤 컨텍스트 종류인지를 태깅
- 33. Module Design LSTM Building Training Data BIO 태깅된 학습데이터 대량의 학습데이터로 모델을 학습하여 여행지별 컨텍스트를 추출한다
- 34. 학습 데이터 구성 - B : Target 시작 어휘 - I : Target 포함 어휘(이어짐) - O : Target 어휘 아님 (공백 포함) - U : No Information 여행지별 UGC 문장 형태소 분석 → BIO 태깅 → Word Embedding
- 35. 모델 학습 예시 : Bidirectional LSTM 찍기에도 고구려대장간 마을은 사진 아이들과 좋은 곳이네요 동행자 Word embedding
- 36. Bidirectional LSTM : Model Design model = nn.Sequential() model:add(nn.Sequencer(nn.Linear(inputSize, hiddenSize))) -- Input : Word2Vec Embedding 차원, 256 Hidden Size model:add(nn.BiSequencer(nn.LSTM(hiddenSize, hiddenSize, seqLength))) - seqLength : 문장의 길이(형태소 단위) model:add(nn.BiSequencer(nn.LSTM(hiddenSize * 2, hiddenSize, seqLength))) model:add(nn.BiSequencer(nn.LSTM(hiddenSize * 2, hiddenSize, seqLength))) model:add(nn.Sequencer(nn.Dropout(0.5))) model:add(nn.Sequencer(nn.Linear(hiddenSize * 2, outputSize))) model:add(nn.Sequencer(nn.LogSoftMax())) FrameWork :
- 37. 추출 결과 제주도 밤 에 가볼만한 곳 새연교 X 시간 ─ X X X 조금 은 여유 있게 한 걸음 X X 분위기 ─ X X 미라클 아이즈 콘서트 에 딸 과 함께 다녀오다 X X X X 동행자 ─ X X 경주 벚꽃 구경 의 필수 코스 X Topic ─ X X X 많은 스키다시 와 바다 가 보이는 횟집 X X X 목적 ─ ─ X 불맛 이 살아있는 담백한 물짜장 맛 X X 맛 X 오늘 점심 은 헤리 언냐 랑 강남 교자 X X X X 동행자 ─ X X - 신규 컨텍스트 발굴 예제 컨텍스트 어휘 Tagging 실험 결과 - Target : Topic,분위기,동행자,목적,시간,기능 - Precision : 95.74% (Close Test)
- 38. 4. POI Latent Vector를 이용한 컨텍스트 표현 랭킹
- 39. 지금까지의 흐름 : Remind! Local DB 전주한옥마을 Context-aware Analysis Model S1: 아이들과 당일치기로 전주를 다녀왔어요 S2: 아이들 교육에도 최적의 장소 S3: 비오는날 운치있는 전주여행 S4: 운치있고 여유로운 곳이었어요 S5: 야간에 산책하면서 다니는 재미 S6: 날씨 즐기며 천천히 걸어다니는 것도 UGC 전주한옥마을 S1: 아이들과 S2: 아이들 S3: 운치있는 S4: 운치있고 S5: 산책 S6: 걸어다니는 1. 문장 입력 2. 문맥 이해 3. 컨텍스트 추출 아이들과 아이들 애들하고 운치있는 운치있고 운치돋는 산책 걸어다니는 걷기좋은 동행자 분위기 Topic S1:아이들과(aideulgwa) Temporal ConvNet S1: Text Representation 아이들과 당일치기로 전주를 Bidirectional LSTM 동행자 X X word embedding
- 40. Problem in this Task - 컨텍스트 랭킹 : 추출에 사용된 컨텍스트 표현 중 여행지 A에 더 적합한 컨텍스트 표현은? 장소별 더 생생하고 적절한 컨텍스트 표현을 찾는 문제 로맨틱한 분위기 러블리한 낭만이 있는 몽환적인
- 41. Context 표현 Ranking Module Design 여행지 문장 Latent Vectors (Test Data) Latent Vectors from Training Data Average of Latent Vectors for each Context POI 별 Context 통계 추출 Ranking by Context Frequency and Expected Value 컨텍스트 빈도 실제 빈도 빈도 기대 값 Test Data Classification 컨텍스트별 평균 Latent Vector 계산 Ranking 1024차원의 CNN Latent Vector 활용 컨텍스트별 Latent Vector와 거리 비교
- 42. 컨텍스트와 문장의 연관도 비교 예시 대표 context: 아이와함께 애기들이 아이데리고 꼬맹이들 아기와 Test Sentence
- 43. Ranking Logic 0 0.2 0.4 0.6 0.8 1 Expected Value Actual Value 기타 벽화마을 만두 문꼬치 초코파이 성당 전주한옥마을 (주제) Ranking by Context Frequency and Expected Value 컨텍스트 빈도 실제 빈도 빈도 기대 값 Ranking
- 44. Context 표현 추출 Result
- 45. 5. 개선 결과
- 46. 서비스 반영 결과 노출 대비 높은 CTR 유지 주말 노출량/클릭량 주중의 배로 증가
- 47. Lesson - 대규모의 학습데이터 획득이 쉽지 않다. - 대량의 학습데이터 획득을 위해 기존 Text Mining 방법론을 활용해도 효과적 딥러닝은 학습데이터 획득/구축이 절대적 - 단, 데이터 전처리가 충분히 이루어진다는 전제 - 문제의 정의에 따라 딥러닝은 The Best Solution이 될 수 있다. 딥러닝은 충분히 현재의 해답이 될 수 있다
- 48. 6. What’s Next?
- 49. What’s Next - ‘목적’ ‘동행자’ ‘분위기’ ‘토픽’ 이외의 지역 컨텍스트 추출 및 확장 적용 실험 컨텍스트 지역검색 확장 실험 Semi-Supervised Deep Learning 연구 및 적용 - 성능에 가장 큰 영향을 미치는 학습데이터 구성의 문제 해결 - Unlabeled data + 딥러닝
- 50. Q&A
- 51. Thank You