초록
문장 수준의 관계 추출은 문장 내 두 개체 간의 관계를 분류하는 것을 주요 목적으로 한다. 문장 수준의 관계 추출 코퍼스는 모델이 추론하기 어려운 데이터나 노이즈 데이터를 포함하는 경우가 많다. 본 논문에서는 데이터의 어려움 수준에 따라 데이터를 분할하고, 이를 학습에 활용하는 커리큘럼 학습 기반의 관계 추출 모델을 제안한다. 대표적인 문장 수준 관계 추출 데이터셋인 TACRED 및 Re-TACRED을 대상으로 수행한 실험에서, 제안하는 방법은 각각 75.0% 및 91.4%의 F1 점수를 기록하였으며, 이는 현재까지의 최고 성능이다.