초록
관계 추출(Relation Extraction, RE)은 텍스트 내 명명된 실체 간의 의미적 관계를 식별하는 것을 목표로 한다. 최근 들어 이 작업은 문서 수준으로 확장되면서, 전체 문서에 걸쳐 실체와 그 언급(mention)들을 복합적으로 추론해야 하는 요구가 증가하였다. 본 논문에서는 문서 수준의 관계 추출을 위한 새로운 모델을 제안한다. 이 모델은 실체의 전역(global) 표현과 국소(local) 표현, 그리고 맥락적 관계 표현을 통해 문서 정보를 효율적으로 인코딩한다. 실체의 전역 표현은 문서 내 모든 실체의 의미 정보를 모델링하며, 국소 표현은 특정 실체의 여러 언급에 대한 맥락 정보를 통합한다. 또한 맥락적 관계 표현은 다른 관계들의 주제 정보를 인코딩한다. 실험 결과, 제안한 모델은 문서 수준 관계 추출을 위한 두 가지 공개 데이터셋에서 우수한 성능을 달성하였으며, 특히 멀리 떨어져 있거나 여러 번 언급된 실체 간의 관계를 효과적으로 추출하는 데 뛰어난 성능을 보였다.