초록
관계 추출(RE)은 텍스트, 예를 들어 문장이나 대화에서 언급된 두 개체 간의 관계 유형을 예측하는 작업입니다. 주어진 텍스트가 길 경우, 관계 예측에 중요한 단어들을 식별하는 것이 어려워집니다. 최근 RE 작업의 발전은 BERT 기반 시퀀스 모델링과 시퀀스 내 토큰들 사이의 관계를 그래프 기반으로 모델링하는 방법에서 이루어졌습니다. 본 논문에서는 다양한 가능한 토큰 간 관계를 포착하기 위해 잠재적 다중 뷰 그래프를 구성하는 방법을 제안합니다. 이 그래프는 관계 예측에 중요한 단어들을 선택하기 위해 정제됩니다. 마지막으로, 정제된 그래프 표현과 BERT 기반 시퀀스 표현이 연결되어 관계 추출을 수행합니다. 특히, 제안된 GDPNet (Gaussian Dynamic Time Warping Pooling Net)에서는 Gaussian Graph Generator (GGG)를 사용하여 다중 뷰 그래프의 엣지를 생성합니다. 이후 이 그래프는 Dynamic Time Warping Pooling (DTWPool)을 통해 정제됩니다. DialogRE와 TACRED 데이터셋에서 GDPNet이 대화 수준의 RE에서 최고 성능을 보임을 입증하였으며, 문장 수준의 RE에서도 최신 연구 결과들과 비슷한 성능을 나타냈습니다.