다양한 방언을 고려한 소셜 미디어 의존성 파싱: 사회과학적 엔티티 속성 분석을 위한 접근

본 논문에서는 최근 소셜 미디어 자연어 처리 기술의 발전을 활용하여 소셜 미디어 영어에 대한 최신 심층 구문 분석(구문 의존성 분석) 성능을 달성하였다. 기존 최고 성능 모델 대비 3.4점의 UAS(고정된 구문 의존성 정확도, Unlabeled Attachment Score) 및 4.0점의 LAS(라벨이 붙은 구문 의존성 정확도, Labeled Attachment Score) 향상을 관측하였으며, 아프리카계 미국인 영어와 메인스트림 미국 영어 간의 성능 격차도 감소하는 것을 확인하였다. 또한 본 분석기의 계산적 사회과학적 활용 가능성을 사회적 맥락에 둘러싸인 실체 속성 분석 작업을 통해 입증하였다. 구체적으로 특정 실체에 대해 분석 결과의 � богrich한 구문 구조를 기반으로 그 실체와의 의미적 관계를 도출하고, 다양한 사회적 변수에 따라 이를 축적·비교함으로써 사회적 맥락 속에서의 실체 속성을 탐색하는 방법을 제시하였다. 이를 통해 코로나19 팬데믹 기간 동안 미국 정부 관료인 앤서니 파우치(Anthony Fauci)에 대한 정치적 성향을 다루는 사례 연구를 수행하였다.