초록
최근 몇 년간 문서 수준의 관계 추출(document-level relation extraction)은 많은 주목을 받고 있다. 이 작업은 일반적으로 문서 내 모든 엔티티 쌍에 대한 관계를 예측하는 분류 문제로 설정된다. 그러나 기존의 연구들은 문장 내 관계와 문장 간 관계를 동일한 방식으로 표현하여, 이들 간의 서로 다른 패턴을 혼동하게 되었다. 또한, 문서 그래프를 생성하고 엔티티 간의 경로를 논리적 추론의 단서로 활용한다. 그러나 모든 엔티티 쌍이 그래프 내에서 경로로 연결되거나 올바른 논리적 추론 경로를 갖는 것은 아니므로, 많은 논리적 추론 사례를 커버하지 못하는 문제가 존재한다. 본 논문에서는 문장 내 관계와 문장 간 관계를 서로 다른 방식으로 표현할 수 있는 효과적인 아키텍처인 SIRE를 제안한다. 또한, 더 많은 논리적 추론 체인을 커버할 수 있도록 새로운 직관적이고 간단한 논리적 추론 모듈을 설계하였다. 공개 데이터셋에서 수행한 실험 결과, SIRE는 기존 최고 성능 모델들을 능가함을 확인하였다. 추가 분석을 통해 제안한 모델의 예측이 신뢰할 수 있고 해석 가능함을 입증하였다. 본 연구의 코드는 https://github.com/DreamInvoker/SIRE 에서 공개되어 있다.