강한 지도(supervision)와 약한 지도(supervision)는 상호 보완적인 특성을 지닌다. 그러나 개체명 인식(named entity recognition, NER)에서 두 가지 지도를 모두 활용하는 방법은 충분히 연구되지 않았다. 또한 기존 연구들은 불완전한 주석에만 초점을 두며, NER 모델 학습 과정에서 나타나는 부정확한 주석을 소홀히 한다. 약한 라벨을 효과적으로 활용하기 위해, 약한 라벨로부터 학습하는 보조 분류기(auxiliary classifier)를 도입한다. 나아가 불완전하고 부정확한 약한 라벨을 모두 처리하기 위해 교사-학생(teacher-student) 프레임워크를 채택한다. 먼저, 교사 모델을 강한 지도 및 약한 지도 데이터를 모두 사용하여 1차로 학습시키고, 다음으로 약한 라벨을 대체하기 위해 의사 라벨(pseudo labels)을 생성한다. 그 후, 학생 모델을 학습하여 주 분류기(main classifier)는 강한 라벨과 신뢰도 높은 의사 라벨로부터 학습하도록 하고, 보조 분류기는 신뢰도가 낮은 의사 라벨로부터 학습하도록 한다. 또한 모델 성능과 일반화 능력을 향상시키기 위해 ChatGPT를 통한 데이터 증강(data augmentation)을 도입하여 추가로 주석이 달린 문장을 생성한다. 다양한 약한 지도 조건에서의 실험 결과는, 제안한 방법이 기존 기술을 능가함을 보여준다.

근사 부분 문자열(approximate substring) 질의의 카디널리티(cardinality) 추정은 데이터베이스 시스템에서 중요한 문제이다. 기존의 접근은 텍스트 데이터로부터 요약(summary)을 구축하고, 일부 통계적 가정을 바탕으로 그 요약을 이용해 카디널리티를 추정한다. 딥러닝 모델은 복잡한 데이터 패턴을 효과적으로 학습할 수 있으므로, 데이터베이스 시스템에서의 질의 카디널리티 추정에 전통적 방법보다 우수한 성능을 보이며 성공적으로 적용되어 왔다. 그러나 아직 근사 부분 문자열 질의에는 적용되지 않았기 때문에, 우리는 이러한 질의의 카디널리티 추정을 위한 딥러닝 접근을 조사한다. 딥러닝 모델의 정확도는 학습 데이터 크기가 증가할수록 향상되는 경향이 있으나, 근사 부분 문자열 질의의 카디널리티 추정을 위해 대규모 학습 데이터를 생성하는 일은 계산적으로 비용이 많이 든다. 따라서 우리는 불필요한 계산을 피하고 공통 계산을 공유함으로써 효율적인 학습 데이터 생성 알고리즘을 개발한다. 또한 신속하게 정확한 딥러닝 기반 추정기를 얻기 위한 딥러닝 모델과 새로운 학습 방법을 제안한다. 광범위한 실험 결과, 제안한 학습 데이터 생성 알고리즘과 새로운 학습 방법을 포함한 딥러닝 모델이 우수함이 확인되었다.