초록
신경망 인코더의 강력한 표현 능력 덕분에, 지역적 특징을 활용하는 신경망 기반 차트 구문 분석기는 매우 경쟁력 있는 성능을 달성해왔다. 최근에는 CRF 구조 내의 비국소적 특징이 성능 향상에 기여함이 입증되었다. 본 연구에서는 지역적 스팬 기반 분석기의 학습 과정에 비국소적 특징을 도입하는 방법을 탐구한다. 구체적으로 구성 요소 n-그램의 비국소적 패턴을 예측하고, 이 비국소적 패턴과 지역적 구성 요소 간의 일관성을 보장함으로써 이를 구현하였다. 실험 결과, 제안한 간단한 방법이 PTB와 CTB 모두에서 자기주의적(자기주의적 어텐션 기반) 분석기보다 더 우수한 성능을 보였다. 또한, BERT 기반 모델로서는 PTB에서 95.92 F1, CTB에서는 92.31 F1의 최신 기술 수준(SOTA) 성능을 달성하였다. 더불어, 다국어 및 제로샷 교차 도메인 설정에서도 기준 모델 대비 더 나은 또는 경쟁 가능한 성능을 기록하였다.