초록
최근 정보 추출 분야에서 딥 신경망 기반의 감독식 관계 추출 방법은 중요한 역할을 하고 있다. 그러나 복잡한 관계가 존재함에 따라 현재의 성능은 여전히 만족스럽지 못한 수준에 머물러 있다. 한편, 최근 제안된 사전 학습 언어 모델(PLM)은 하류 작업 모델과 결합하여 미세 조정(fine-tuning)을 통해 자연어 처리 분야의 다양한 작업에서 뛰어난 성과를 거두고 있다. 그러나 기존의 표준 PLM 작업들은 아직 관계 추출 작업을 포함하고 있지 않다. 우리는 PLM이 관계 추출 문제 해결에도 활용될 수 있다고 믿지만, 복잡한 관계를 다루기 위해 특별히 설계된 하류 작업 모델 또는 손실 함수가 필요하다고 판단한다. 본 논문에서는 감독식 관계 추출을 위한 PLM의 하류 모델로 사용하기 위해 특수한 손실 함수를 갖춘 새로운 네트워크 아키텍처를 제안한다. 실험 결과, 제안한 방법은 여러 공개 관계 추출 데이터셋에서 현재 최고 성능을 기록한 기준 모델들을 크게 상회함을 확인하였다.