초록
딥 자연어 생성(Depth NLG)의 전통적인 방법은 구문 입력 구성, 기능어 예측, 구문 입력의 선형화, 표면 형태 생성 등의 단계를 포함하는 파이프라인 접근 방식을 채택한다. 비록 시각적으로 이해하기 쉬운 점이 있지만, 파이프라인 방식은 오류 전파 문제를 겪는다. 또한, 모듈 간에 존재하는 정보를 모든 모듈이 효과적으로 활용할 수 없다는 한계가 있다. 본 연구에서는 선형화, 기능어 예측, 형태소 생성을 통합적으로 수행하는 전이 기반(transition-based) 모델을 제안한다. 이 모델은 파이프라인 기반 기준 시스템에 비해 정확도에서 상당한 개선을 보였다. 표준적인 딥 입력 선형화 공유 과제에서 본 시스템은 지금까지 보고된 최고의 성능을 달성하였다.