초록
뉴스 기사 내의 하위 주제 구조를 유도하기 위해 뉴스 대화 분석(News Discourse Profiling)을 위한 액터-크리틱 프레임워크를 제안한다. 이 모델은 알려진 하위 주제 구조에 따라 작동하는 다수의 크리틱을 사용하며, 액터는 이를 능가하려는 목표를 가진다. 콘텐츠 구조는 은유적인 하위 주제 경계를 나타내는 문장들로 구성된다. 이후, 식별된 하위 주제 경계 문장을 활용하여 문장, 하위 주제, 문서 간의 다중 수준 상호작용을 모델링하는 계층적 신경망을 제안한다. NewsDiscourse 코퍼스에 대한 실험 결과와 분석을 통해 액터 모델이 문서를 효과적으로 하위 주제로 분할하고, 계층적 모델의 뉴스 대화 분석 작업 성능을 향상시킴을 확인할 수 있었다.