기계 독해( Machine Reading Comprehension, MRC)는 기계의 언어 이해 능력을 활용하여 정보를 추출하는 과제를 의미한다. 본 연구에서 우리의 주요 목적은 MRC를 활용하여 방대한 양의 비정형 문서 데이터를 능숙하게 처리함으로써 의사결정 과정의 정밀도를 향상시키는 데 있다. 본 연구의 혁신적인 접근은 기존의 단일-스팬 MRC 접근 방식이 제기하던 다중-스팬 추출 과제의 복잡성을 해결하도록 특별히 설계된 Multi-Span MRC 모델을 제안한다. 본 연구를 뒷받침하는 핵심 방법론은 단일 문맥 내에서 설계 사양 문서로부터 Part(P), Property(R), Value(V) 정보를 추출하는 데 초점을 둔다. 단일 스팬 마스킹 MRC(Single Span Masked MRC) 및 BiLSTM-CRF 모델의 결과와의 면밀한 비교를 통해, 본 연구는 Multi-Span MRC 모델의 우수한 성능을 견고하게 입증한다. 따라서 본 연구는 MRC 기술에 대한 이해를 진전시키는 동시에 식물(plant) 산업에서의 유리한 적용에 관한 의미 있는 통찰을 제공한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.