PeTra: 사람 추적을 위한 희소 감독 메모리 모델

우리는 메모리 슬롯 내에서 실체(entity)를 추적할 수 있도록 설계된 메모리 증강 신경망 PeTra를 제안한다. PeTra는 GAP 대명사 해결 데이터셋에서 희소(annotation) 레이블을 사용하여 학습되며, 더 간단한 아키텍처를 사용함에도 불구하고 기존 메모리 모델보다 더 뛰어난 성능을 보인다. 우리는 주요 모델링 선택 사항들을 실험적으로 비교하여, 메모리 모듈의 설계 일부를 단순화해도 강력한 성능을 유지할 수 있음을 발견하였다. 메모리 모델의 인물 추적 능력을 측정하기 위해, (a) 텍스트 내 고유한 실체 수를 세는 방식을 기반으로 한 새로운 진단 평가 지표를 제안하고, (b) PeTra의 메모리 로그에서의 인물 추적 증거를 이전 방법과 비교하기 위해 소규모 인간 평가를 수행하였다. PeTra는 두 가지 평가 모두에서 매우 효과적인 성능을 보이며, 제한된 레이블로 학습되었음에도 불구하고 메모리 내에서 인물을 효과적으로 추적할 수 있음을 입증한다.