D-REX: 대화 관계 추출 및 설명

장문의 다자 대화에서 문장 간 관계 추출에 대한 기존 연구들은 이러한 방법의 설명 가능성(explainability)을 고려하지 않고 관계 추출을 개선하는 데 초점을 맞추고 있습니다. 본 연구는 이 간극을 메우기 위해 부분적으로 라벨링된 데이터만을 사용하여 관계가 존재함을 나타내는 설명을 추출하는 문제에 집중합니다. 우리는 모델 독립적인 프레임워크인 D-REX를 제안합니다. D-REX는 정책 안내형 반감독 알고리즘으로, 관계를 설명하고 순위를 매깁니다. 우리는 관계 추출을 재순위 매김(re-ranking) 작업으로 설정하고, 추론 과정의 중간 단계로 관계 및 실체(entity)별 설명을 포함시킵니다. 결과적으로, 인간 주석자들이 강력한 BERT 기반 공동 관계 추출 및 설명 모델보다 D-REX의 설명을 약 90%의 경우에서 더 선호하는 것으로 나타났습니다. 마지막으로, 대화 관계 추출 데이터셋에 대한 평가에서는 우리의 방법이 간단하면서도 효과적이며, 관계 추출에서 최신 수준(state-of-the-art)의 F1 점수를 달성하며 기존 방법보다 13.5% 향상된 성능을 보였습니다.