SEBERTNets: 금융 분야를 대상으로 한 이벤트 엔티티 추출 작업을 위한 시퀀스 강화 BERT 네트워크

금융 분야에서 투자 분석 및 자산 관리의 핵심을 이루는 이벤트 추출은 최근 많은 주목을 받고 있다. 2019년 중국 지식 그래프 및 의미 계산 학술대회(CCKS)에서는 금융 분야를 대상으로 한 이벤트 엔티티 추출 과제에 대한 평가 대회를 개최하였다. 본 과제에서는 이벤트 엔티티를 정확하게 추출하고, 관련된 모든 이벤트 엔티티를 효과적으로 재현하는 것에 주력하였다. 본 논문에서는 BERT의 장점을 계승하면서 시퀀스의 의미 정보를 효과적으로 포착할 수 있는 새로운 모델인 시퀀스 강화 BERT 네트워크(이하 SEBERTNets)를 제안한다. 또한 추천 시스템의 아이디어를 차용하여, 다중 채널 재현 방식을 활용하여 모든 관련 이벤트 엔티티를 재현하는 하이브리드 시퀀스 강화 BERT 네트워크(이하 HSEBERTNets)를 제안한다. 실험 결과, SEBERTNets는 1단계에서 F1 스코어가 0.905를 기록하였으며, HSEBERTNets는 1단계에서 F1 스코어가 0.934로 나타나, 제안한 방법의 효과성을 입증하였다.