전문분야 한영 말뭉치

전문분야 한영 말뭉치

데이터셋명 전문분야 한영 말뭉치
데이터 분야 음성/자연어 데이터 유형 텍스트
구축기관 플리토 데이터 관련 문의처 담당자명 이정수(플리토)
가공기관 플리토, 에버트란, 솔트룩스파트너스 전화번호 02-512-0162
검수기관 플리토, 광운대학교, 온아시아 이메일 help@flitto.com
구축 데이터량 150만 문장 이상 구축년도 2020년
버전 1.0 최종수정일자 2021.06.18
소개 AI기반 자동 번역 기술 개발을 위해 고품질의 한-영 병렬 말뭉치 150만 이상의 문장을 학습용 번역 데이터로 구축하여 특화된 맞춤 번역기 서비스 제공
주요 키워드 NMT, MTPE, 말뭉치, 크라우드소싱(집단지성), 생태계, 번역, 기계번역
저작권 및 이용정책 본 데이터는 과학기술정보통신부가 주관하고 한국지능정보사회진흥원이 지원하는 '인공지능 학습용 데이터 구축사업'으로 구축된 데이터입니다. [데이터 이용정책 상세보기]
데이터설명서 자료보기 구축활용가이드 자료보기
샘플데이터 다운로드 교육활용동영상 영상보기
저작도구 다운로드 AI모델 다운로드
데이터 변경이력
버전 일자 변경내용 비고
1.0 2021.06.18 데이터 최초 개방  
구축목적
  • 양질의 대규모 AI 학습용 번역 데이터를 구축/공개하여 중소벤처, 스타트업 등 민간의 AI기반 자동번역 기술개발 촉진과 이를 적용한 활용 서비스 출시로 AI 번역 산업의 자생적 선순환 생태계 도모
활용분야
  • 다국어 가정 통신문 특화 번역 서비스, 판례 특화 전문 번역기 등
소개
  • AI 번역 (신경망 번역 NMT) 성능 향상을 위한 고품질의 한-영 병렬 말뭉치 150만 문장 이상을 구축 이를 전문 분야에 특화된 맞춤 번역기 형태로 활용 서비스를 제공/구현함

e알림이 특화 서비스_철자 오류 수정

 

 

구축 내용 및 제공 데이터량
  • 데이터 구축 분야 8개
    - 의료/보건, 금융/증시, 가정 통신문, 국제 스포츠 행사, IT기술, 축제/행사, 대법원 판례, 향토문화/음식
  • 한글 원문 어절 수: 평균 15어절
  • 수량: 병렬 말뭉치 150만개
  • 분야별 세부 구축 수량 (단위-만)
    - 의료-25 / 금융-20 / 가정 통신문-10 / 스포츠-20 / IT-20 / 축제-20 / 판례-15 / 향토문화-20
  • 데이터 구축 예시

img

 

필요성
  • 현재 대한민국은 AI 기술 연구 개발 및 활용의 시작 단계
  • AI 데이터 축적/활용 미흡 (선진국[미국] 대비 약 2년의 기술력 차)
  • AI 기술 개발을 위해 대규모 AI 학습용 데이터 확보 필수
  • 중소·벤처 기업 수요는 있으나 구축 역량 부족
  • AI 학습 데이터 자체 구축 시간/예산 부족 및 원천 데이터 확보의 어려움으로 정부 차원의 투자/지원 필요
데이터셋 구축 담당자
수행기관(주관) : 플리토
수행기관(주관) 표
책임자명 전화번호 대표이메일 담당업무
이정수 02-512-0162 help@flitto.com · 사업 관리 총괄 / 위탁용역 계약 및 업무 관리
· 크라우드소싱 한영 번역 및 감수 / 활용 서비스 개발 및 방안 도출
수행기관(참여)
수행기관(참여) 표
기관명 담당업무 기관명 담당업무
솔트룩스파트너스 · 축제_행사 및 IT 관련 한-영 MTPE 번역 및 감수 / 과제 품질 관리 에버트란 · ‘법원 종합법률정보 판례 및 의료 관련 한-영 MTPE 번역 및 감수
· 과제 저작 도구 관리_개발 및 개선성