초록
문서 수준 관계 추출(Document-level relation extraction, DocRE) 모델은 일반적으로 그래프 네트워크를 사용하여 문서 내 특정 엔티티 쌍 간의 관계와 관련된 추론 기술(예: 패턴 인식, 논리적 추론, 공참조 추론 등)을 암묵적으로 모델링한다. 본 논문에서는 이러한 추론 기술이 문서 내 각 엔티티 쌍 간에 존재하는 경로를 명시적으로 모델링하기 위한 새로운 판별형 추론 프레임워크를 제안한다. 이를 통해 구성된 그래프와 각 엔티티 쌍에 대한 벡터화된 문서 컨텍스트를 기반으로 판별형 추론 네트워크가 다양한 추론 경로에 대한 관계 확률 분포를 추정함으로써 관계를 인식한다. 실험 결과, 제안하는 방법이 대규모 DocRE 데이터셋에서 기존 최고 성능을 초월함을 확인하였다. 코드는 공개적으로 제공되며, https://github.com/xwjim/DRN 에서 확인할 수 있다.