다국어 모델의 적대적 정렬을 통한 텍스트에서 시간 표현 추출

시간 태깅은 여전히 규칙 기반 시스템이 주도하고 있지만, 최근에는 신경망 기반 시간 태거(neural temporal tagger)에 대한 시도가 이루어지고 있습니다. 그러나 이러한 모든 시도는 단일 언어 환경(monolingual setting)에 초점을 맞추고 있습니다. 본 논문에서는 텍스트에서 시간 표현을 추출하기 위한 다언어 방법(multilingual method)을 탐구하고, 적대적 훈련(adversarial training)을 통해 임베딩 공간(embedding space)들을 하나의 공통 공간(common space)으로 정렬시키는 방법을 연구합니다. 이를 통해 우리는 새로운 언어로의 전이가 가능한 단일 다언어 모델(single multilingual model)을 생성하며, 이 모델은 교차 언어 전이 실험(cross-lingual transfer experiment)에서 새로운 최고 수준의 성능(new state of the art)을 달성하였습니다.