Current Result Document :
| 한글제목(Korean Title) |
긴 멘션을 위한 다중 작업 학습 기반 멘션 탐지 모델 |
| 영문제목(English Title) |
Mention Detection Model Based on Multi-task Learning for Long Mention |
| 저자(Author) |
김담린
박성식
김학수
Damrin Kim
Seongsik Park
Harksoo Kim
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 0443 ~ 0445 (2022. 12) |
한글내용
(Korean Abstract) |
멘션 탐지는 텍스트에서 상호참조 관계 가능성이 높은 멘션을 추출하는 작업이다. 일반적으로 짧은 길이보다 긴 길이의 멘션을 정확하게 예측하는 것은 어렵다. 긴 멘션의 경계를 정확하게 예측하기 어려운 이유는 멘션의 시작 토큰과 끝 토큰 사이의 연관성은 거리가 멀수록 약해지기 때문이다. 따라서 멘션 내의 연관성 정보를 유지시키기 위해 규칙 기반 멘션 탐지에서 사용하는 멘션 후보 추출 방법 중 하나인 명사구 정보를 이용한다. 본 논문에서는 명사구 추출과 멘션 탐지를 동시에 진행하는 다중 작업 학습 기법을 적용한 모델을 제안한다. 제안 모델인 멘션 탐지 모델의 실험 결과, F1-score는 73.55%을 보이며, baseline 모델과 비교해서 0.38%의 성능 향상을 보였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
