GRASP: 대화 관계 추출을 위한 관계 의미론을 활용한 프롬프트 기반 안내 모델

대화 기반 관계 추출(DialogRE) 작업은 대화에서 나타나는 인수 쌍 간의 관계를 예측하는 것을 목표로 합니다. 대부분의 이전 연구에서는 여러 발화자에 의해 대화의 정보 밀도가 낮아지는 것을 보완하기 위해 사전 학습된 언어 모델(PLM)을 광범위한 특성과 함께 미세 조정(fine-tuning)하였습니다. 이러한 추가적인 계층 없이 PLM의 고유한 지식을 효과적으로 활용하고, 인수 간의 관계와 관련된 분산된 의미적 단서를 고려하기 위해 우리는 프롬프트(Prompt)를 사용하여 관계 의미를 안내하는 모델인 GRASP(Guiding model with RelAtional Semantics using Prompt)를 제안합니다. 우리는 프롬프트 기반 미세 조정 접근법을 채택하여 주어진 대화의 관계 의미 단서를 1) 인수 인식 프롬프트 마커 전략과 2) 관계 단서 탐지 작업을 통해 포착합니다. 실험 결과, GRASP는 추가적인 계층을 추가하지 않고 PLM만을 활용함에도 불구하고 DialogRE 데이터셋에서 F1 및 F1c 점수 모두 최고 수준의 성능을 달성하였습니다.