초록
최근에 시퀀스-투-시퀀스 모델은 여러 의미 구문 분석 작업에서 놀라운 성능을 달성하였다. 그러나 이러한 모델들은 일반적으로 이용 가능한 언어 자원을 충분히 활용하지 못하는 경향이 있다. 그러나 이러한 자원을 올바르게 활용할 경우 성능을 더욱 향상시킬 수 있다. 신경 기계 번역 분야의 연구에서 이 정보를 활용하는 것이 큰 잠재력을 지니고 있음을 보여주었으며, 특히 다중 인코더 구조를 사용할 경우 더욱 두드러진 효과가 나타난다. 본 연구에서는 대화 표현 구조 분석(Disourse Representation Structure Parsing) 작업의 성능 향상을 위해 다양한 의미적 및 문법적 자원을 활용한다. 본 연구를 통해 (i) 언어학적 특징이 신경 기반 의미 구문 분석에 유익할 수 있으며, (ii) 이러한 특징을 추가하는 가장 효과적인 방법은 다중 인코더 구조를 사용하는 것임을 입증한다.