관계별 주의 메커니즘 네트워크를 통한 동시 엔티티 및 관계 추출

엔티티와 관계의 동시 추출은 자연어 처리(NLP)에서 중요한 과제로, 텍스트에서 모든 관계 트리플릿을 포착하는 것을 목표로 한다. 이는 한 문장에서 추출된 트리플릿 중 일부가 엔티티를 중복하여 포함할 수 있기 때문에 큰 도전 과제이다. 기존의 대부분의 방법들은 엔티티 인식을 먼저 수행한 후 가능한 모든 엔티티 쌍 간의 관계 탐지를 수행하는 방식을 취하는데, 이는 일반적으로 많은 중복 연산을 수반한다. 본 논문에서는 이러한 문제를 해결하기 위해 관계 특화 주의 메커니즘을 활용한 관계별 주의 네트워크(RSAN)를 제안한다. RSAN은 관계 인지 주의 메커니즘을 사용하여 각 관계에 맞는 고유한 문장 표현을 구성한 후, 시퀀스 레이블링을 수행하여 해당 관계의 헤드 및 테일 엔티티를 추출한다. 두 개의 공개 데이터셋에서 수행한 실험 결과, 제안하는 모델이 중복 트리플릿을 효과적으로 추출하며 최신 기술 수준(SOTA)의 성능을 달성함을 확인하였다. 코드는 https://github.com/Anery/RSAN 에서 공개되어 있다.