Acknowledgement
본 연구는 NAVER(주)에 의해 지원된 과제(뉴스 기사의 심층성 및 다양성 측정 모델 개발)로 수행되었음. 또한 이 논문은 2023년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구임 (RS-2023-00216011, 사람처럼 개념적으로 이해/추론이 가능한 복합인공지능 원천기술 연구)
Annual Conference on Human and Language Technology (한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리))
- 2023.10a
- /
- Pages.474-478
- /
- 2023
- /
- 2005-3053(pISSN)
Claim-Evidence Pair Extraction Model using Hierarchical Label Embedding
계층적 레이블 임베딩을 이용한 주장-증거 쌍 추출 모델
- Yujin Sim (Department of Artificial Intelligence, Konkuk University) ;
- Damrin Kim (Department of Artificial Intelligence, Konkuk University) ;
- Tae-il Kim (Naver) ;
- Sung-won Choi (Naver) ;
- Harksoo Kim (Department of Artificial Intelligence, Konkuk University)
- Published : 2023.10.12
Abstract
논증 마이닝이란 비정형의 텍스트 데이터에서 논증 구조와 그 요소들을 식별, 분석, 추출하는 자연어 처리의 한 분야다. 논증 마이닝의 하위 작업인 주장-증거 쌍 추출은 주어진 문서에서 자동으로 주장과 증거 쌍을 추출하는 작업이다. 본 논문에서는 효과적인 주장-증거 쌍 추출을 위해, 문서 단위의 문맥 정보를 이용하고 주장과 증거 간의 종속성을 반영하기 위한 계층적 LAN 방법을 제안한다. 실험을 통해 서로의 정보를 활용하는 종속적인 구조가 독립적인 구조보다 우수함을 입증하였으며, 최종 제안 모델은 Macro F1을 기준으로 13.5%의 성능 향상을 보였다.