초록
이전 연구에서는 스팬, 핵심성 및 관계를 포함한 논리적 구조를 통합된 아키텍처로 구성하기 위해 전이 기반 알고리즘을 도입하였으나, 만족스러운 성능을 달성하지 못했다. 본 논문에서는 데이터 희소성 문제를 고려할 때, 전이 기반 모델이 '노드 없는 대화 구조 트리'(즉, 스팬 및 핵심성 식별)를 분석하는 데 더 적합하다고 제안한다. 동시에, 관계 레이블링은 노드 없는 트리 구조로부터 이점을 얻을 수 있으며, 문장 내, 문장 간, 단락 간 관계를 포함한 세 가지 유형의 관계를 세심하게 고려하여 별도로 처리해야 한다고 주장한다. 이를 바탕으로 본 연구는 텍스트로부터 RST 트리를 생성하기 위한 파이프라인형 이단계 분석 방법을 설계하였다. 실험 결과, 본 방법은 특히 스팬 및 핵심성 식별에서 최신 기술 수준의 성능을 달성함을 확인하였다.