Pointer Network를 이용한 무형대용어 해결에 관한 연구 (A Study on Zero Anaphora Resolution using Pointer Network)

서지정보

· 발행기관 : 대한전자공학회
· 수록지 정보 : 전자공학회논문지 / 61권 / 1호 / 99 ~ 107페이지
· 저자명 : 김영태, 서병석

초록

원활한 의사소통을 하려면 논항과 술어의 구성이 온전한 문장으로 정확한 의미를 표현해야 한다. 그러나, 한국어를 비롯한 여러 언어에서 필수격 생략이 빈번하게 발생한다. 무형대용어는 문장 안에서 서술어의 필수격이 대용어조차 생략되는 현상이다. 한국어, 일본어, 중국어를 대상으로 딥러닝 모델을 기반으로 무형대용어 해결 연구가 활발히 이루어지고 있다. 본 논문에서는 Pointer Network와 FastText를 결합한 딥러닝 모델을 이용하여 생략된 서술어의 필수격을 복원하는 시도를 하였다. 다양한 딥러닝 모델과의 성능 비교 결과 최대 21%의 높은 정확도를 나타내었다.

영어초록

To communicate smoothly, the exact meaning must be expressed in sentences with complete arguments and predicates. However, omission of required qualifiers occurs frequently in many languages, including Korean. Zero anaphora is a phenomenon in which even the essential substitute for a predicate is omitted in a sentence. Research on the zero anaphora resolution for deep learning models is being actively conducted in Korean, Japanese, and Chinese. In this paper, we attempted to restore the essential qualifications of omitted predicates using a deep learning model that combines Pointer Network and FastText. As a result of performance comparison with various deep learning models, high accuracy of up to 21% was shown.

참고자료

· 없음