동적 스팬 그래프를 사용한 정보 추출을 위한 일반적 프레임워크

우리는 동적으로 구성된 스패ن 그래프를 사용하여 스패ン 표현을 공유하는 여러 정보 추출 작업에 대한 일반적인 프레임워크를 소개합니다. 이 그래프는 가장 확신할 수 있는 엔티티 스패닝을 선택하고, 이러한 노드들을 확신 가중 관계 유형과 공통 참조로 연결하여 구성됩니다. 동적 스패닝 그래프는 그래프 내에서 공통 참조와 관계 유형의 확신도가 전파되어 스패닝 표현을 반복적으로 개선할 수 있게 합니다. 이는 이전의 정보 추출 다중 작업 프레임워크와 달리, 작업 간의 상호작용이 공유된 첫 번째 레이어 LSTM에서만 이루어지는 것이 아닙니다. 우리의 프레임워크는 다양한 도메인을 반영하는 여러 데이터셋에서 여러 정보 추출 작업에 대해 최첨단 기술보다 크게 우수한 성능을 보입니다. 또한 우리는 스패닝 열거 접근법이 중첩된 스패닝 엔티티를 감지하는 데 효과적이며, ACE 데이터셋에서 F1 점수가 크게 향상됨을 확인하였습니다.