초록
우리는 다양한 범위의 의미 해석 작업을 변환 패러다임 아래에서 통합하고, 의미 관계 시퀀스를 통해 점진적으로 의미 표현을 구축하는 주의 기반 신경망 프레임워크를 제안합니다. 여러 주의 메커니즘을 활용함으로써, 사전 학습된 정렬기에 의존하지 않고 변환기가 효과적으로 훈련될 수 있습니다. AMR, SDP 및 UCCA 세 가지 별도의 범위를 가진 의미 해석 작업에 대한 실험 결과는 우리의 주의 기반 신경망 변환기가 AMR와 UCCA에서 최신 연구 성과를 개선하였으며, SDP에서는 최신 연구 성과와 경쟁력이 있음을 보여줍니다.