2달 전

신경망 RST 기반 담화 일관성 평가

Grigorii Guz; Peyman Bateni; Darius Muglich; Giuseppe Carenini
신경망 RST 기반 담화 일관성 평가
초록

본 논문은 담화 일관성 평가에서 수사구조이론(Rhetorical Structure Theory, RST) 트리와 관계의 유용성을 평가합니다. 우리는 은준금준(silver-standard) RST 특성을 활용하면 일관성 분류의 정확도를 높일 수 있음을 보여줍니다. 이를 증명하기 위해 최신 RST 파서로 생성된 텍스트의 RST 특성을 활용하는 트리 재귀 신경 모델인 RST-재귀(RST-Recursive)를 제시합니다. 우리는 이 접근법을 Grammarly Corpus for Discourse Coherence (GCDC) 데이터셋에서 평가하여, 현재 최신 기술과 결합할 때 이 벤치마크에서 새로운 최고 성능을 달성할 수 있음을 입증하였습니다. 또한, 단독으로 배포될 때 RST-재귀는 62% 적은 매개변수를 가진 상태에서 경쟁력 있는 정확도를 달성합니다.

신경망 RST 기반 담화 일관성 평가 | 최신 연구 논문 | HyperAI초신경