협동 그래프 네트워크를 통한 어휘 지식 활용을 통한 중국어 명명된 엔티티 인식

단어 경계 정보의 부족은 고성능 중국어 명명된 실체 인식(NER) 시스템 개발의 주요 장애물로 여겨져 왔다. 다행히도 자동으로 구축된 어휘집은 � бог rich한 단어 경계 정보와 어휘 의미 정보를 포함하고 있다. 그러나 중국어 NER 작업에 어휘 지식을 통합할 때, 자기 매칭 어휘 단어 및 가장 가까운 문맥 내 어휘 단어 처리에 여전히 도전 과제가 존재한다. 본 연구에서는 이러한 문제를 해결하기 위해 공동 그래프 네트워크(Collaborative Graph Network)를 제안한다. 다양한 데이터셋에서 수행된 실험 결과, 제안 모델은 기존 최고 성능(SOTA) 모델을 뛰어넘는 성능을 보였을 뿐만 아니라, SOTA 모델 대비 6배에서 15배 빠른 속도를 달성하였다.