[논문 리뷰] An Annotation Scheme for Reichenbach's Verbal Tense Structure

Leon Derczynski, Robert Gaizauskas|arXiv (Cornell University)|2012. 03. 22.

Natural Language Processing Techniques참고 문헌 18인용 수 6

한 줄 요약

이 논문은 자연어 처리에서 시제 및 시간 관계 처리의 정밀도를 향상시키기 위해 Reichenbach의 세 가지 추상적 시간 지점인 언어 시점(S), 사건 시점(E), 참조 시점(R)을 명시적으로 모델링하는 RTMML이라는 마크업 언어를 소개한다. 참조 시점(R)의 정확한 추적을 가능하게 함으로써 RTMML은 지시적 시간 표현의 정규화를 올바르게 지원하고 고정밀도 시간 링크 레이블링을 가능하게 하여 TimeML 및 GUTime과 같은 기존 시스템에서의 핵심 한계를 해결한다.

ABSTRACT

In this paper we present RTMML, a markup language for the tenses of verbs and temporal relations between verbs. There is a richness to tense in language that is not fully captured by existing temporal annotation schemata. Following Reichenbach we present an analysis of tense in terms of abstract time points, with the aim of supporting automated processing of tense and temporal relations in language. This allows for precise reasoning about tense in documents, and the deduction of temporal relations between the times and verbal events in a discourse. We define the syntax of RTMML, and demonstrate the markup in a range of situations.

연구 동기 및 목표

• TimeML 및 TCNL과 같은 기존 시간 주석 체계에서 참조 시점 모델링이 명시되어 있지 않은 점을 해결하기 위해.
• 논의 내에서 참조 시점(R)을 추적함으로써 지시적 및 지시적 시간 표현의 정밀한 정규화를 가능하게 하기 위해.
• Reichenbach의 세 시점 시제 모델(S, E, R)을 활용하여 자동 시간 관계 레이블링을 향상시키기 위해.
• 명시적인 시간 참조 지점 표현을 통해 논의 내에서 시간의 고정 및 사건 순서 정렬의 고정밀도를 지원하기 위해.
• Reichenbach의 시제 이론을 계산 언어학 및 NLP 파이프라인에 통합하기 위한 기반을 마련하기 위해.

제안 방법

• 각 동사나 동사어구에 대해 언어 시점(S), 사건 시점(E), 참조 시점(R)을 주석 처리하기 위해 XML 기반 마크업 언어인 RTMML을 설계하기 위해.
• <verb>, <timerefx>, <rtmlink>과 같은 RTMML 요소의 문법적 구조를 정의하여 참조 지점을 통해 사건과 시간을 연결하기 위해.
• S, E, R 간의 위치 관계(예: 과거 분사형의 경우 E < R)를 사용하여 시간 관계를 추론하고 모호함을 해소하기 위해.
• TimeML와 같은 기존 시간 주석 표준과의 통합을 통해 Reichenbach 시간 지점과 함께 이벤트 및 링크 주석을 함께 공존시킬 수 있도록 하기 위해.
• 참조 시점 추정을 위한 히ュ리스틱 기법(예: 문서 생성 일자로 기본 설정)을 적용하고 GUTime과 같은 시스템의 알려진 오류 원인과 대조하여 검증하기 위해.
• 주석 도구를 개발하고 TimeML와 정렬된 RTMML 주석 텍스트 코퍼스를 구축하여 평가 및 향후 기계 학습 응용을 위해 준비하기 위해.

실험 결과

연구 질문

• RQ1 Reichenbach의 세 시점 시제 모델(S, E, R)은 자연어 처리를 위한 기계로 읽을 수 있는 마크업 언어에 어떻게 효과적으로 표현될 수 있는가?
• RQ2 참조 시점(R)을 명시적으로 모델링할 경우 논의 내에서 시간 표현의 정규화 정확도는 어느 정도 향상되는가?
• RQ3 RTMML은 사건이 어떤 시각에서 볼 때인지 관점을 포착함으로써 사건 간 시간 링크 레이블링의 정확도를 높일 수 있는가?
• RQ4 기존에 참조 시점을 히ュ리스틱적으로 근사하는 방식을 사용하는 시스템들(GUTime, TEA 등)의 성능에 참조 시점 추적은 어떤 영향을 미치는가?
• RQ5 실제 텍스트에서 S, E, R를 주석 처리하는 데 발생하는 실용적 과제는 무엇이며, 모호함은 어떻게 해결하거나 표현할 수 있는가?

주요 결과

• RTMML은 TimeML 및 TCNL과 같은 기존 시간 주석 표준에서 누락된 Reichenbach의 참조 시점(R)을 명시적으로 주석 처리할 수 있다.
• 참조 시점을 정확히 추적함으로써 지시적 시간 표현의 모호함을 해소할 수 있다. 예를 들어 '4월 26일까지'와 같이 논의 맥락에 따라 참조되는 날짜는 참조 시점에 따라 다르게 해석된다.
• 이 모델은 정밀한 시간 관계 추론을 가능하게 한다. 예를 들어 '존은 나에게 소식을 알렸지만, 나는 이미 편지를 보낸 상태였다'라는 문장에서 과거 분사형은 E < R를 암시하며, 편지 보낸 사건이 보고된 사건보다 이르게 위치함을 나타낸다.
• GUTime과 같은 시스템은 잘못된 참조 시점 가정으로 인해 10퍼센트 이상의 오류율을 보이며, RTMML은 이 문제를 참조 시점(R)을 명시적으로 모델링함으로써 직접 해결한다.
• TEA 및 HeidelTime과 같은 시스템에서 참조 시점을 히ュ리스틱적으로 근사하는 방식은 기능을 켤 경우 성능 향상을 보이며, 이는 참조 시점(R)을 모델링함으로써 정규화 정확도가 향상됨을 확인한다.
• RTMML은 향후 기계 학습 기반의 자동 Reichenbach 시제 주석 처리를 위한 기반을 제공하며, NLP 시스템의 시간 추론 능력을 향상시킬 수 있다.