Text2Event: 엔드투엔드 이벤트 추출을 위한 제어 가능한 시퀀스-구조 생성

이벤트 추출은 이벤트 기록의 복잡한 구조와 텍스트 및 이벤트 간의 의미적 차이로 인해 도전적인 과제이다. 기존의 방법들은 복잡한 구조 예측 작업을 여러 하위 작업으로 분해하여 이벤트 기록을 추출하는 방식을 주로 사용해왔다. 본 논문에서는 텍스트에서 엔드투엔드(end-to-end) 방식으로 이벤트를 직접 추출할 수 있는 시퀀스-투-구조 생성 파라다임인 Text2Event를 제안한다. 구체적으로, 통합적인 이벤트 추출을 위한 시퀀스-투-구조 네트워크, 추론 시 이벤트 지식을 주입하기 위한 제약된 디코딩 알고리즘, 그리고 효율적인 모델 학습을 위한 커리큘럼 학습 알고리즘을 설계하였다. 실험 결과, 단일 모델 내에서 모든 작업을 통합적으로 모델링하고 다양한 레이블을 일반적으로 예측함으로써, 레코드 수준의 레이블링만으로도 지도 학습 및 전이 학습 환경에서 경쟁력 있는 성능을 달성할 수 있음을 확인하였다.