SemEval-2018 Task 9에서의 EXPR: 하이퍼니ム 탐지 위한 통합적 접근

본 논문에서는 SemEval 2018의 하이퍼니먼 발견(task)에 참여하기 위해 제안한 시스템(EXPR)을 소개한다. 이 과제는 텍스트 코퍼스에서 하이퍼니먼 관계를 탐지하는 문제를 다룬다. 본 연구에서 제안하는 방법은 경로 기반 기법(path-based technique)과 분포적 기법(distributional technique)을 결합한 접근 방식이다. 먼저, 코퍼스에 의존성 파서(dependency parser)를 적용하여 후보 하이퍼니먼을 추출하고, 해당 단어들 간의 의존성 경로(dependency path)를 특징 벡터로 표현한다. 이 특징 벡터는 위키백과 기반 사전 학습(term embedding) 모델을 사용해 얻은 특징 벡터와 연결(concatenated)된다. 연결된 특징 벡터는 지도 기반 기계 학습 방법에 입력되어 분류 모델을 학습시킨다. 학습된 모델은 새로운 후보 하이퍼니먼에 대해 하이퍼니먼인지 여부를 분류할 수 있다. 제안한 시스템은 금본(hypernym)에 정의되어 있지 않은 새로운 하이퍼니먼을 효과적으로 탐지하는 데 우수한 성능을 보였다.