대화의 특성을 고려한 BERT기반 대화 관계 추출 네트워크

초록

관계 추출 작업은 문장, 문서 또는 대화와 같은 글에서 개체 쌍 간의 관계를 추론하는 작업이다. 하지만 실제 많은 수의 관계적 사실이 여러 문장을 통해 표현되기 때문에 교차 문장 관계들(cross-sentencerelations)을 추론하는 작업에 대한 많은 연구가 수행되고 있고 교차 문장 관계가 빈번하게 나오는 대화에 서 관계 추출을 하는 작업도 연구가 필요하다. 대화의 전체적인 의미를 이해할 때 각각의 발화를 어떤 화자가 말했고 각각의 발화에 대한 대답을 어떤 화자가 했는지가 중요하다. 본 논문에서는 화자 임베딩을 사용하여 각각의 발화를 어떤 화자가 발화했는지에 대한 정보를 추가하고 BERT(Bidirectional Encoder Representations from Transformers)[6]의 입력 시퀀스를 바꿔 각각의 발화에 대한 대답을 어떤 화자가 했는지에 대한 정보를 추가하는 기법을 제안한다. 대화 기반 관계 추출 데이터 세트를 사용하여 대화 기반 관계 추출 작업에 대해 실험을 했을 때 우리의 기법은 F1 스코어 62.8%, F1c 스코어 57.4%로 기저모델들보다 높은 성능을 보인다. 우리가 제안한 모델은 대화기반 관계 추출의 성능을 높임으로서 대화에서 자동으로 지식 베이스를 생성하는 문제에 좋은 효과를 보일 것으로 기대한다.