원격 감독을 이용한 제약 그래프 기반 장미 꼬리 관계 추출

레이블 노이즈와 장꼬리 분포는 원격 감독 관계 추출에서 두 가지 주요 도전 과제입니다. 최근 연구들은 노이즈 제거에 큰 진전을 보였지만, 장꼬리 관계 문제에는 거의 주목하지 않았습니다. 본 논문에서는 관계 레이블 간의 의존성을 모델링하기 위해 제약 그래프를 소개합니다. 이에 더해, 우리는 두 가지 도전 과제를 동시에 해결하기 위한 새로운 제약 그래프 기반 관계 추출 프레임워크(CGRE)를 제안합니다. CGRE는 그래프 컨볼루션 네트워크를 사용하여 데이터가 풍부한 관계 노드에서 데이터가 부족한 관계 노드로 정보를 전파시키므로, 장꼬리 관계의 표현 학습을 강화합니다. 또한 노이즈 저항성을 더욱 향상시키기 위해 CGRE 내에 제약 정보 통합을 위한 제약 인식 어텐션 모듈을 설계하였습니다. 광범위한 실험 결과는 CGRE가 이전 방법들보다 노이즈 제거와 장꼬리 관계 추출 모두에서 상당한 개선을 이루었다는 것을 보여줍니다. 사전 처리된 데이터셋과 소스 코드는 https://github.com/tmliang/CGRE 에서 공개적으로 이용 가능합니다.