자기학습을 통한 AMR 구문 분석의 한계 극복

개요 의미 표현(AMR) 구문 분석은 지난 두 해 동안 전이 학습의 영향과 AMR에 특화된 새로운 아키텍처의 개발로 인해 성능이 크게 향상되었다. 동시에 자기 학습 기법은 기계 번역이나 질의 응답과 같은 다른 자연어 처리 응용 분야의 성능 한계를 끌어올리는 데 기여해왔다. 본 논문에서는 훈련된 모델을 활용하여 AMR 구문 분석 성능을 향상시키는 다양한 방법을 탐구한다. 구체적으로 합성 텍스트 및 AMR 주석 생성, 그리고 동작 오라클의 개선을 포함한다. 본 연구에서는 추가적인 인간 주석 없이도 기존에 이미 높은 성능을 보였던 구문 분석기의 성능을 더욱 향상시킬 수 있음을 보이며, AMR 1.0 및 AMR 2.0에서 최신 기준(SOTA) 성능을 달성함을 입증한다.