고차 추론을 이용한 한국어 End-to-End 신경망 기반 상호참조해결 (Korean End-to-End Neural Coreference Resolution Using Higher-Order Inference)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회 컴퓨팅의 실제 논문지 / 26권 / 5호 / 250 ~ 255페이지
· 저자명 : 김기훈, 박천음, 이창기, 김현기

초록

End-to-end 상호참조해결(End-to-end coreference resolution)은 주어진 텍스트의 모든 스팬(span)을 잠재적인 멘션(mention) 후보로 간주하고, 각각의 선행사에 대한 분포를 학습하여 상호참조해결 여부를 결정하는 스팬 랭킹 모델이다. 상호참조해결은 동일한 개체(entity)에 대하여 다른 표현으로 사용되는 멘션들을 찾아 그룹화(clustering)하는 자연어처리 문제이다. 본 논문에서는 고차 추론을 이용한 end-to-end 상호참조해결 모델을 한국어에 적용하고, 개체명 자질과 의존 구문 분석 자질을 함께 이용하는 방법을 제안한다. 실험 결과, 개발 셋에서 CoNLL F1 68.69%로 기존 포인터 네트워크 기반 상호참조해결 보다 10.81% 성능 향상을 보였으며, 테스트 셋에서 CoNLL F1 62.86%로 13.38%의 성능 향상을 보였다.

영어초록

End-to-end coreference resolution is a span-ranking model that considers all span of given text to be a potential mention candidate and learns the distribution of each antecedent to determine if it should resolve the coreference resolution. Coreference resolution is natural language processing task that detects and cluster mentions used as different expressions for the same entity.
In this paper, we apply the End-to-End Neural Coreference Resolution using the Higher-Order Inference model with the named entity and dependency parsing feature adapted to the Korean language. This model showed 10.81% performance improvement over Pointer Network-based model with ConNLL F1 68.69% in development set, and 13.38% performance improvement with CoNLL F1 62.86% in test set.

참고자료

· 없음