초록
다양한 유형의 정보를 통합하는 능력은 지능의 핵심이며, 한 과제에서 배운 내용이 다른 과제에서 배운 일반화에 의해 향상되는 데 큰 실용적 가치가 있습니다. 본 논문에서는 의미 해석 성능을 개선하는 어려운 과제를 다루며, UCCA 파싱을 테스트 사례로 사용하고 AMR, SDP 및 Universal Dependencies (UD) 파싱을 보조 과제로 설정합니다. 우리는 세 가지 언어에 대해 실험을 수행하며, 모든 파싱 과제에 대해 일관된 전이 기반 시스템과 학습 아키텍처를 사용합니다. 개념적, 형식적 및 영역적 차이점이 명확함에도 불구하고, 멀티태스크 학습이 인-도메인 및 아웃-오브-도메인 환경에서 UCCA 파싱 성능을 크게 향상시킨다는 것을 보여줍니다.