단순 부정 샘플링을 사용한 합성곱 신경망을 통한 의미 관계 분류

문법적 특징은 문장에서 관계를 식별하는 데 중요한 역할을 합니다. 이전의 신경망 모델들은 주어와 목적어가 긴 거리에 있을 때 관련성 없는 정보가 도입되는 문제를 자주 겪었습니다. 본 논문에서는 주어와 목적어의 할당을 개선하기 위해 최단 종속 경로를 통해 합성곱 신경망으로 더 강건한 관계 표현을 학습하는 방법을 제안합니다. 또한, 주어와 목적어의 할당을 향상시키기 위한 간단한 부정 샘플링 전략을 제안합니다. 실험 결과, 제안된 방법이 SemEval-2010 Task 8 데이터셋에서 기존 최고 성능 방법들을 능가함을 보여주었습니다.