상세 보기
전통 문화 데이터를 이용한 메타 러닝 기반 전역 관계 추출
Meta Learning based Global Relation Extraction trained by Traditional Korean data
- 김규경;
- 김경민;
- 조재춘;
- 임희석
초록
최근 존재하는 대부분의 관계 추출 모델은 언급 수준의 관계 추출 모델이다. 이들은 성능은 높지만, 장문의 텍스트에 존재하는 다수의 문장을 처리할 때, 문서 내에 주요 개체 및 여러 문장에 걸쳐서 표현되는 전역적 개체 관계를 파악하지 못한다. 그리고 이러한 높은 수준의 관계를 정의하지 못하는 것은 데이터의 올바른 정형화를 막는 중대한 문제이다. 이 논문에서는 이러한 문제를 해결하고 전역적 관계를 추출하기 위하여 외부 메모리 신경망 모델을 이용하는 새로운 방식의 전역 관계 추출 모델을 제안한다. 제안하는 모델은 1차적으로는 단편적인 관계 추출을 실행한 뒤, 외부메모리 신경망을 이용하여 단편적인 관계들을 분석 및 종합하여 텍스트 전체로부터 전역적 관계들을 추출한다. 또한 제안된 모델은 외부 메모리를 통하여 전역적 관계 추출 외에도 주어와 목적어 생략이 잦은 한국어 관계 추출에도 뛰어난 성능을 보인다.
키워드
관계 추출; 메모리 증강 신경망; 메타 러닝; 텍스트 요약; 자연어처리; 기계 학습; Relation Extraction; Augmented Memory Neural Networks; Meta Learning; Text summarization; Natural language Processing; Machine Learning
- 제목
- 전통 문화 데이터를 이용한 메타 러닝 기반 전역 관계 추출
- 제목 (타언어)
- Meta Learning based Global Relation Extraction trained by Traditional Korean data
- 저자
- 김규경; 김경민; 조재춘; 임희석
- 발행일
- 2018
- 저널명
- 한국융합학회논문지
- 권
- 9
- 호
- 11
- 페이지
- 23 ~ 28
- 언어
- KOR
- 출판사
- 한국융합학회
- 발행국가
- 대한민국
- 분량
- 6 페이지
- ISSN
- P 2233-4890