[논문 리뷰] BiographyNet: Extracting Relations Between People and Events

Antske Fokkens, S. ter Braake외 5명|arXiv (Cornell University)|2018. 01. 22.

Natural Language Processing Techniques참고 문헌 15인용 수 11

한 줄 요약

BiographyNet는 역사적 연구를 지원하기 위해 기원과 시각을 核심 설계 원칙으로 삼아 네덜란드 생애사전에서 사람과 사건 간의 관계를 추출하는 자연어 처리 파이프라인을 제안한다. 사용자 평가를 거친 데모를 통해 검색 및 데이터 시각화를 향상시켜 125,000건의 생애기사에 포함된 약 76,000명의 개인에 대한 접근성을 높였다. 역사적으로 타당한 NLP 기법을 적용하였다.

ABSTRACT

This paper describes BiographyNet, a digital humanities project (2012-2016) that brings together researchers from history, computational linguistics and computer science. The project uses data from the Biography Portal of the Netherlands (BPN), which contains approximately 125,000 biographies from a variety of Dutch biographical dictionaries from the eighteenth century until now, describing around 76,000 individuals. BiographyNet's aim is to strengthen the value of the portal and comparable biographical datasets for historical research, by improving the search options and the presentation of its outcome, with a historically justified NLP pipeline that works through a user evaluated demonstrator. The project's main target group are professional historians. The project therefore worked with two key concepts: "provenance" -understood as a term allowing for both historical source criticism and for references to data-management and programming interventions in digitized sources; and "perspective" interpreted as inherent uncertainty concerning the interpretation of historical results.

연구 동기 및 목표

• 전문 역사학자들이 네덜란드 생애사전을 더 효과적으로 활용할 수 있도록 검색 및 데이터 시각화 기능을 향상시키기 위해.
• 출처 비판 원칙을 반영하고 데이터 관리 투명성을 보장하는 역사적으로 타당한 NLP 파이프라인을 개발하기 위해.
• 기원과 시각 개념을 생애기사 데이터를 위한 디지털 인문학 NLP 시스템에 통합하기 위해.
• 최종 사용자 평가를 통해 실제 역사 연구 맥락에서의 관련성과 사용성 확보를 위한 데모를 구축하기 위해.
• 관계 추출의 정밀도와 해석 가능성 향상을 통해 디지털화된 생애기사 데이터셋의 가치를 강화하기 위해.

제안 방법

• 18세기부터 현재까지의 개인을 다루는 네덜란드 생애사전 사전 125,000건을 처리하는 시스템.
• 역사적 출처 비판을 고려해 설계된 맞춤형 NLP 파이프라인을 적용하며, 기원과 해석의 불확실성을 중시한다.
• 예를 들어 '사람 X는 사건 Y에서 태어났다' 또는 '사람 Z는 시간 간격 T 동안 직위를 맡았다'와 같은 사람-사건 간의 관계를 추출한다.
• 전문 역사학자들의 평가를 거쳐 데모를 구축하여 전문 연구 관행과의 일치성을 확보하였다.
• 특히 모순되거나 모호한 자료가 있을 경우 해석의 불확실성을 반영하기 위해 '시각' 개념을 도입하여 컴퓨팅적으로 표현한다.
• 원천 추적 기능을 통합하여 데이터 처리 과정에서 적용된 원천 기원과 계산적 변환을 모두 기록한다.

실험 결과

연구 질문

• RQ1 역사적 생애기사에서 사람-사건 관계를 추출하기 위해 NLP 기법을 어떻게 조정할 수 있는가? 이때 출처 비판 원칙을 존중해야 한다.
• RQ2 기원 추적 기능이 디지털화된 생애기사 데이터의 투명성과 신뢰도를 어떻게 향상시킬 수 있는가?
• RQ3 컴퓨터적으로 '시각' 개념을 어떻게 모델링할 수 있는가? 이는 역사적 자료의 해석 불확실성을 반영하기 위함이다.
• RQ4 사용자 평가를 거친 데모는 전문 역사학자들이 관계 추출 기능을 얼마나 더 잘 활용할 수 있도록 도와주는가?
• RQ5 역사적 연구의 방법론 기준과 NLP 시스템을 어떻게 맞출 수 있는가? 주요 과제는 무엇인가?

주요 결과

• NLP 파이프라인이 125,000건의 생애기사에서 사람-사건 관계를 성공적으로 추출하여 약 76,000명의 개인을 포함하였다.
• 데모는 역사학자들의 사용자 평가를 통해 실제 연구 맥락에서의 관련성과 사용성 확인을 거쳤다.
• 기원 추적 기능을 통합함으로써 연구자들이 원천 기원과 계산적 간섭을 추적할 수 있게 되어 투명성이 향상되었다.
• 시각 모델링이 효과적으로 해석 불확실성을 반영하여 신중하고 맥락 기반의 데이터 해석을 지원하였다.
• 역사적 연구 방법론 원칙을 NLP에 통합함으로써 시스템이 전문 역사학 기준과 더 잘 부합하게 되었다.
• 본 연구는 디지털 인문학 분야의 NLP 시스템이 기술적 정밀성과 학술적 책임감의 균형을 유지해야만 역사적 연구에서 유용하게 기능할 수 있음을 입증하였다.