[논문 리뷰] Paraphrasing Verbs for Noun Compound Interpretation

Preslav Nakov|arXiv (Cornell University)|2019. 11. 20.

Natural Language Processing Techniques참고 문헌 13인용 수 10

한 줄 요약

이 논문은 언어학 문헌에서 유래한 250개의 명사 복합어에 대해 인간이 애너테이션한 대체 동사와 관련된 가중치를 수집하여 세분화된 의미 관계를 포괄하는 자원을 구축함으로써 명사 복합어의 해석에 대한 새로운 접근법을 제시한다. 또한 이러한 동사들을 기반으로 텍스트 함의 데이터셋을 구성하여, 동사-명사-명사 구조가 명사 복합어로 타당하게 대체될 수 있는지 이진 분류할 수 있도록 하여, 질의 응답, 정보 검색, 기계 번역 등의 응용 분야를 지원한다.

ABSTRACT

An important challenge for the automatic analysis of English written text is the abundance of noun compounds: sequences of nouns acting as a single noun. In our view, their semantics is best characterized by the set of all possible paraphrasing verbs, with associated weights, e.g., malaria mosquito is carry (23), spread (16), cause (12), transmit (9), etc. Using Amazon's Mechanical Turk, we collect paraphrasing verbs for 250 noun-noun compounds previously proposed in the linguistic literature, thus creating a valuable resource for noun compound interpretation. Using these verbs, we further construct a dataset of pairs of sentences representing a special kind of textual entailment task, where a binary decision is to be made about whether an expression involving a verb and two nouns can be transformed into a noun compound, while preserving the sentence meaning.

연구 동기 및 목표

• 영어 텍스트에서 흔하고 의미적으로 복잡한 명사 복합어를 해석하는 데 도전하는 것.
• 예를 들어 CAUSE, LOCATION와 같은 추상적인 의미 관계의 한계를 극복하기 위해 세분화되고 직접 사용 가능한 대체 동사를 사용하는 것.
• 250개의 명사 복합어에 대해 인간이 애너테이션한 대체 동사 데이터셋을 공개하여 의미 해석 정확도를 향상시키는 것.
• 문장에 동사-명사-명사 구조가 포함된 경우 이를 명사 복합어로 재구성할 수 있는지 여부를 판단하는 텍스트 함의 데이터셋을 개발하는 것.
• 명사 복합어의 더 세밀한 의미 표현을 통해 질문 응답, 정보 검색, 기계 번역 등의 실용적 NLP 응용 분야를 자극하는 것.

제안 방법

• 언어학 문헌에서 유래한 250개의 명사 복합어에 대해 아마존 메카니컬 터크를 통해 인간이 애너테이션한 대체 동사와 관련된 가중치(예: 말라리아 모기: carry (23), spread (16))를 수집하였다.
• 명사 복합어의 의미 관계를 식별하는 데 기초로 레비의 복구 가능한 삭제 가능 술어(RDPs)의 일부를 사용하였다.
• 문장에 동사-명사-명사 구조가 포함된 텍스트와 그에 해당하는 명사 복합어 대체어를 가설로 설정하여 텍스트 함의 데이터셋을 구성하였으며, 함의 여부를 YES/NO로 애너테이션하였다.
• 직접 사용 가능한 대체어인 'carry', 'spread', 'transmit', 'cause' 등의 동사를 사용하여 의미 일관성을 확보하였다.
• 웹에서 유래한 문장을 사용하여 질문 응답 및 정보 검색과 같은 실제 NLP 작업을 반영하도록 데이터셋을 설계하였다.
• 모든 데이터셋을 크리에이티브 커먼즈 라이선스 하에 공개하여 명사 복합어 해석 분야의 재사용 및 추가 연구를 촉진하였다.

실험 결과

연구 질문

• RQ1 관련 가중치가 부여된 대체 동사를 사용할 경우, 추상적인 관계보다 더 세분화되고 정확한 명사 복합어 의미 특성화가 가능한가?
• RQ2 인간이 애너테이션한 대체 동사를 사용하여, 동사-명사-명사 구조가 타당하게 명사 복합어로 재구성될 수 있는지 판단할 수 있는 정도는 어느 정도인가?
• RQ3 기존의 추상적 관계 레이블링 방식과 비교해 볼 때, 동사 기반 접근법이 명사 복합어의 의미 뉘앙스를 얼마나 효과적으로 포착할 수 있는가?
• RQ4 동사 기반 대체어로 구성된 데이터셋이 텍스트 함의 및 정보 검색과 같은 후행 NLP 작업의 성능 향상에 기여할 수 있는가?
• RQ5 의미 일관성과 어구 결합 순서가 함의 작업에서 명사 복합어 대체어의 타당성에 미치는 영향은 무엇인가?

주요 결과

• 데이터셋은 'malaria mosquito'와 같이 'carry' (23), 'spread' (16), 'cause' (12), 'transmit' (9) 등 여러 대체 동사와 관련된 가중치가 부여된 250개의 명사 복합어를 포함하고 있다.
• 텍스트 함의 데이터셋은 19개의 예제를 포함하며, 그 중 17개는 YES(함의 타당), 2개는 NO(함의 비타당)로 레이블링되어 있어, 동사 기반 대체어가 함의 결정에 유용함을 보여준다.
• 예를 들어 'study'가 'support' 대신 사용될 경우 잘못된 대체어가 되어, 'MIT professors who study women'는 'MIT women professors'로 함의되지 않는다.
• 예를 들어 'transfusion of blood products from a donor who gave blood'에서 'donor'와 'blood'의 순서를 바꾸면 의미가 변화하여 함의가 성립하지 않게 된다.
• 추상적 관계인 'CAUSE' 또는 'LOCATION'이 감추는 의미적 차이를 잘 포착할 수 있었으며, 예를 들어 질병 전파의 맥락에서 'cause'와 'transmit'의 차이를 명확히 구분할 수 있었다.
• 동사 기반 의미 표현을 통해 명사 복합어의 더 정확한 의미 해석이 가능해졌으며, 이는 동사 기반 의미를 활용하여 타당한 대체어와 비타당한 대체어를 구분할 수 있음을 보여준다.