초록
대화 기반 관계 추출(RE)은 대화에 나타나는 두 개의 인자 간의 관계를 추출하는 것을 목표로 합니다. 대화는 고빈도의 인칭 대명사 사용과 낮은 정보 밀도를 특징으로 하며, 대부분의 관계적 사실이 단일 문장에 의해 지원되지 않기 때문에, 대화 기반 관계 추출은 대화의 포괄적인 이해가 필요합니다. 본 논문에서는 사람들의 대화 이해 방식을 주목하여 모델링된 TUrn COntext awaRE Graph Convolutional Network(TUCORE-GCN)을 제안합니다. 또한, 대화에서 감정 인식(ERC) 작업을 대화 기반 RE로 다루는 새로운 접근 방식을 제안합니다. 대화 기반 RE 데이터셋과 세 개의 ERC 데이터셋에 대한 실험 결과, 우리의 모델이 다양한 대화 기반 자연어 이해 작업에서 매우 효과적임을 입증하였습니다. 이러한 실험에서 TUCORE-GCN은 대부분의 벤치마크 데이터셋에서 최신 모델들을 능가하는 성능을 보였습니다. 우리의 코드는 https://github.com/BlackNoodle/TUCORE-GCN 에서 확인할 수 있습니다.