[논문 리뷰] Persian Rhetorical Structure Theory

Sara Shahmohammadi, Hadi Veisi외 1명|arXiv (Cornell University)|2021. 06. 25.

Natural Language Processing Techniques참고 문헌 24인용 수 7

한 줄 요약

이 논문은 18개의 논의 관계를 포함하는 영문 RST 논의 트리은행 지침 기반으로, 150개의 뉴스 기사 텍스트로 구성된 토론 주석이 부여된 파스탄어 코퍼스를 제시한다. 이는 Rhetorical Structure Theory(RST)를 기반으로 하며, DPLP 프레임워크에 기반한 대규모 마진 전이 기반 접근 방식을 사용한 텍스트 수준의 논의 파서를 구축하였다. 이 파서는 스팬 검출에서 F1 스코어 78%, 핵심성에서 64%, 관계 검출에서 44%를 기록하였다.

ABSTRACT

Over the past years, interest in discourse analysis and discourse parsing has steadily grown, and many discourse-annotated corpora and, as a result, discourse parsers have been built. In this paper, we present a discourse-annotated corpus for the Persian language built in the framework of Rhetorical Structure Theory as well as a discourse parser built upon the DPLP parser, an open-source discourse parser. Our corpus consists of 150 journalistic texts, each text having an average of around 400 words. Corpus texts were annotated using 18 discourse relations and based on the annotation guideline of the English RST Discourse Treebank corpus. Our text-level discourse parser is trained using gold segmentation and is built upon the DPLP discourse parser, which uses a large-margin transition-based approach to solve the problem of discourse parsing. The performance of our discourse parser in span (S), nuclearity (N) and relation (R) detection is around 78%, 64%, 44% respectively, in terms of F1 measure.

연구 동기 및 목표

• Rhetorical Structure Theory(RST) 프레임워크 내에서 파스탄어를 위한 토론 주석이 부여된 코퍼스를 개발하기 위해.
• 특히 논의 파싱 맥락에서 부족한 주석이 부여된 논의 자원의 부족 문제를 해결하기 위해.
• DPLP 프레임워크 기반의 대규모 마진 전이 기반 방법을 사용하여 파스탄어를 위한 논의 파서를 구축하기 위해.
• 스패닝, 핵심성, 관계 검출 작업에서 파서의 성능을 평가하기 위해.
• 파스탄어 NLP 연구를 위한 황금 표준 주석이 부여된 코퍼스와 학습 가능한 논의 파서를 기여하기 위해.

제안 방법

• 코퍼스는 평균 약 400단어의 150개의 뉴스 기사에서 RST 프레임워크를 사용하여 구축되었다.
• 논의 관계는 영문 RST 논의 트리은행 주석 지침 기반으로 18개의 관계 유형을 사용하여 주석이 부여되었다.
• 논의 파서는 DPLP 파서를 기반으로 하며, 대규모 마진 전이 기반 학습 접근 방식을 사용한다.
• 파싱 정확도를 향상시키기 위해 황금 표준 분할을 사용하여 파서를 훈련시켰다.
• 시스템은 통합된 파싱 프레임워크 내에서 스팬 검출, 핵심성 분류, 관계 검출을 수행한다.
• 스패닝, 핵심성, 관계 예측에서 F1 측정치를 사용하여 성능 평가를 수행하였다.

실험 결과

연구 질문

• RQ1 Rhetorical Structure Theory 프레임워크를 사용하여 파스탄어를 위한 토론 주석이 부여된 코퍼스를 체계적으로 어떻게 구축할 수 있는가?
• RQ2 파스탄어 텍스트에서 훈련된 논의 파서가 스팬, 핵심성, 관계 검출에서 높은 성능을 달성할 수 있는 정도는 어느 정도인가?
• RQ3 DPLP 파서 프레임워크는 영문 기반 시스템과 비교하여 파스탄어 언어에 효과적으로 적응시킬 수 있는가?
• RQ4 RST를 파스탄어 논의에 적용할 때 발생하는 과제는 무엇이며, 이는 주석 일관성과 파싱 정확도에 어떻게 영향을 미치는가?
• RQ5 제안된 파서의 성능 지표는 자원이 적은 환경에서 기존의 논의 파서와 비교하여 어떠한가?

주요 결과

• 제안된 논의 파서는 스팬 검출에서 F1 스코어 78%를 기록하여 논의 세그먼트를 식별하는 데 강력한 성능을 보였다.
• 핵심성 분류에서 파서는 64% F1을 기록하여 논의 단위의 계층적 구조를 결정하는 데 중간 정도의 정확도를 보였다.
• 관계 검출 작업은 44% F1을 기록하여 세 가지 파싱 구성 요소 중에서 가장 높은 난이도를 보였다.
• 코퍼스는 평균 약 400단어의 150개의 뉴스 기사로 구성되어 있어 파스탄어 논의 분석을 위한 상당한 자원을 제공한다.
• 주석 과정에서 18개의 논의 관계가 사용되었으며, 영문 RST 논의 트리은행 지침과 일치하여 일관성과 비교 가능성을 확보하였다.
• 이 연구는 이식 가능한 파서 프레임워크를 사용하여 RST 기반의 논의 파싱을 파스탄어에 적용하는 것이 가능하다는 것을 보여주었다.