초록
관계 추출을 위한 최신 기법들은 전체 문장을 모델링함으로써 문장 수준의 맥락을 고려한다. 그러나 문법적 지표, 예를 들어 전치사와 같은 특정 어휘나 구문은 다른 단어보다 더 많은 정보를 담고 있으며, 의미적 관계를 식별하는 데 유익할 수 있다. 일부 기존 접근법은 고정된 텍스트 트리거를 사용하여 이러한 정보를 포착하지만, 어휘적 다양성을 무시한다. 문법적 지표와 문장 수준의 맥락을 모두 활용하기 위해, 본 연구에서는 지표 인지형 관점의 관계 추출 방법을 제안한다. 먼저 문법적 지식을 기반으로 문법적 지표를 추출하고, 이후 이러한 지표와 전체 문장을 함께 고려할 수 있는 신경망 구조를 설계하여 보다 우수한 관계 표현을 생성한다. 이를 통해 제안하는 모델은 전체 문장에서 발생할 수 있는 노이즈 정보의 영향을 완화하고, 고정된 텍스트 트리거에 의한 제약을 극복할 수 있다. SemEval-2010 Task 8 기준 데이터셋에서의 실험 결과, 제안 모델이 기존 최고 성능 기법들을 상회함을 확인할 수 있었다.