초록
시각적 풍부한 문서(VRD)에서 엔티티 추출에 관한 다양한 연구가 수행되어 왔다. 그러나 엔티티 링킹 문제를 다루는 방법은 여전히 드물다. 이 문제의 어려움은 엔티티 간 연결 가능한 간선 수가 제곱 수준의 복잡도를 가지기 때문이다. 본 연구에서는 방향성 그래프 기반 컨볼루션 네트워크(DGCN)를 도입하여 엔티티 간의 관계를 예측하는 방식을 제안하며, FUNSD 엔티티 링킹 작업에서 기존 방법들을 상회하는 성능을 보였다.
시각적 풍부한 문서(VRD)에서 엔티티 추출에 관한 다양한 연구가 수행되어 왔다. 그러나 엔티티 링킹 문제를 다루는 방법은 여전히 드물다. 이 문제의 어려움은 엔티티 간 연결 가능한 간선 수가 제곱 수준의 복잡도를 가지기 때문이다. 본 연구에서는 방향성 그래프 기반 컨볼루션 네트워크(DGCN)를 도입하여 엔티티 간의 관계를 예측하는 방식을 제안하며, FUNSD 엔티티 링킹 작업에서 기존 방법들을 상회하는 성능을 보였다.