서지주요정보
Analyzing the supply chain network created from the conventional relation extraction model and ChatGPT: Focusing on S&P 500 companies = 기존 관계 추출 모델과 ChatGPT로 생성한 공급망 네트워크 분석: S&P 500 기업 중심으로
서명 / 저자 Analyzing the supply chain network created from the conventional relation extraction model and ChatGPT: Focusing on S&P 500 companies = 기존 관계 추출 모델과 ChatGPT로 생성한 공급망 네트워크 분석: S&P 500 기업 중심으로 / Jeong Yeo.
발행사항 [대전 : 한국과학기술원, 2024].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8041933

소장위치/청구기호

학술문화관(도서관)2층 학위논문

MDS 24006

휴대폰 전송

도서상태

이용가능(대출불가)

사유안내

반납예정일

리뷰정보

초록정보

Identifying key supply chains of companies to pinpoint potential threats in the supply chains of companies or items, and finding alternative suppliers is crucial. In this study, we built a pipeline to create supply chains using a relation extraction model based on 10K reports. We extracted relationships from the 2022 10K reports of S&P 500 companies using the conventional relation extraction model SSAN and the large-scale language model ChatGPT. We refined the network using word embeddings through SBERT. The outputs of both models were compared, and the created supply networks were classified into countries, companies, materials, and technologies, followed by visualization and statistical analysis to determine the most critical nodes in the supply chains. This research is expected to aid in utilizing large-scale language models and quickly and easily provide users with hidden connections between companies or specific information about a particular company.

기업의 핵심 공급망을 식별하여 기업이나 품목의 공급망에서 위협이 될 수 있는 부분을 파악하고, 대안적인 공급업체를 찾아내는 것은 중요합니다. 본 연구에서는 10K 보고서를 기반으로 관계 추출 모델을 통해 공급 망을 생성하는 파이프라인을 구축했습니다. S&P 500 기업들의 2022년 10K 보고서에 대해 기존 관계 추출모 델인 SSAN 과 대규모 언어 모델인 Chat GPT를 활용하여 관계를 추출하였으며, SBERT를 이용하여 워드 임베딩을 통해 정제된 지식그래프를 생성했습니다. 두 모델의 결과물을 비교했고, 생성된 공급망 네트워크를 국가, 회사, 재료, 기술 면으로 분류한 후 시각화와 통계적 분석을 수행하여 어떤 노드가 공급망에서 가장 중 요한지를 밝혀내었습니다. 이러한 연구는 대규모 언어 모델의 활용에 도움을 주고, 사용자에게 회사 간의 숨겨진 연결고리나 특정 회사에 대한 정보를 쉽고 빠르게 전달할 수 있을 것으로 기대됩니다.

서지기타정보

서지기타정보
청구기호 {MDS 24006
형태사항 iv, 55p. : 삽도 ; 30 cm
언어 영어
일반주기 저자명의 한글표기 : 여정
지도교수의 영문표기 : Taesik Lee
지도교수의 한글표기 : 이태식
공동지도교수의 영문표기 : Il Chul Moon
공동지도교수의 한글표기 : 문일철
Including appendix
학위논문 학위논문(석사) - 한국과학기술원 : 데이터사이언스대학원,
서지주기 References : p. 51-52
주제 Information extraction
Relation extraction
Transformers
Large language model
Automation pipelines
Supply chain management
Network analytics
정보추출
관계추출
트랜스포머
대규모 언어 모델
자동화 파이프라인
공급망 관리
네트워크 분석
QR CODE

책소개

전체보기

목차

전체보기

이 주제의 인기대출도서