최단 의존 경로를 따라 장단기 기억 네트워크를 이용한 관계 분류

관계 분류는 자연어 처리(NLP) 분야에서 중요한 연구 영역입니다. 본 논문에서는 두 개체 간의 관계를 분류하기 위한 새로운 신경망 모델인 SDP-LSTM을 제시합니다. 우리의 신경망 구조는 두 개체 사이의 최단 종속 경로(SDP)를 활용하며, 다중 채널 순환 신경망(LSTM 유닛을 사용)이 SDP에 따라 다양한 정보를 수집합니다. 제안된 모델은 다음과 같은 몇 가지 특징을 가지고 있습니다: (1) 최단 종속 경로는 관계 분류와 관련된 대부분의 정보를 유지하면서 문장 내 불필요한 단어들을 제거합니다. (2) 다중 채널 LSTM 네트워크는 종속 경로 상의 다양한 출처로부터 효과적으로 정보를 통합할 수 있습니다. (3) 맞춤형 드롭아웃 전략은 신경망을 규제하여 과적합을 완화합니다. 우리는 SemEval 2010 관계 분류 작업에서 이 모델을 테스트하였으며, $F_1$ 점수 83.7%를 달성하였습니다. 이 결과는 문헌에 소개된 다른 방법들보다 높습니다.