초록
우리는 텍스트를 그 추상 의미 표현(AMR)으로 분석하는 데 새로운 방식인 그래프 스팬 기반 구문 분석(Graph Spanning based Parsing, GSP)을 제안한다. GSP의 주요 특징 중 하나는 루트 노드부터 시작하여 상향식으로 그래프를 단계적으로 구성한다는 점이다. 각 단계에서 기존 노드들과의 연결을 포함한 새로운 노드를 동시에 예측한다. 출력 그래프는 루트로부터의 거리에 따라 노드들을 스팬하게 구성되며, 이는 문장의 핵심 개념을 먼저 파악한 후 세부 정보로 나아가는 직관에 부합한다. 이러한 방식은 문장의 핵심 의미를 먼저 포착하는 '핵심 의미 우선' 원칙을 강조하며, 이는 매우 중요한 연구적 관심사이다. 우리는 최신 AMR 세미뱅크(sembank)에서 제안한 모델을 평가하여, 휴리스틱적 그래프 재분류 기법을 사용하지 않은 상태에서 최고 성능을 달성하였다. 더욱 중요한 점은 실험 결과가 본 파서가 핵심 의미를 특히 효과적으로 추출할 수 있음을 보여준다는 것이다.