초록
코어퍼런스 해결에서 가장 핵심적인 과제 중 하나는 엔티티 클러스터의 특성을 정확히 포착하고, 이를 해결 과정에 활용하는 것이다. 본 연구에서는 이러한 목표를 달성하기 위한 간단하면서도 효과적인 방법을 제안하며, 이를 '엔티티 동등화(Entity Equalization)' 메커니즘으로 구현한다. 동등화 기법은 클러스터 내 모든 언급들에 대한 합의 근사값을 활용하여 클러스터 내 각 언급을 표현한다. 우리는 이 과정을 완전히 미분 가능한 엔드투엔드(end-to-end) 방식으로 수행할 수 있음을 보이며, 이로 인해 해결 과정에서 고차원 추론(high-order inferences)이 가능해진다. 본 연구에서 제안하는 방법은 BERT 임베딩을 함께 활용함으로써 CoNLL-2012 코어퍼런스 해결 태스크에서 새로운 최고 성능을 달성하였으며, 평균 F1 점수를 3.6% 향상시켰다.