본 논문은 전문 분야(생의학, 법률, 역학 등)에서 사건 감지(Event Detection, ED)의 성능 향상을 위한 도메인 인식 합성 데이터 생성 프레임워크인 SNaRe를 제안합니다. 기존의 합성 데이터 생성 방식은 레이블 노이즈 및 도메인 편향 문제로 어려움을 겪는데, SNaRe는 Scout, Narrator, Refiner 세 가지 구성 요소로 이를 해결합니다. Scout는 비표시 데이터에서 트리거를 추출하고 통계적 분석을 통해 도메인 특화 트리거 목록을 생성하여 도메인 편향을 완화합니다. Narrator는 이 트리거를 조건으로 고품질의 도메인 정렬 문장을 생성하고, Refiner는 추가적인 사건 언급을 식별하여 주석 품질을 높입니다. 세 가지 다양한 도메인 ED 데이터셋에서의 실험 결과, SNaRe는 제로샷/퓨샷 설정에서 평균 3-7%의 F1 향상, 다국어 생성에서는 4-20%의 F1 향상을 달성하여 기존 최고 성능 기법을 능가함을 보여줍니다. 생성된 트리거 적중률 분석과 사람 평가를 통해 SNaRe의 높은 주석 품질과 감소된 도메인 편향을 확인했습니다.
