Multilingual Target-Stance Extraction
Created by
- Haebom
Category
Empty
저자
Ethan Mines, Bonnie Dorr
개요
본 논문은 사회적 미디어를 통해 논쟁적인 이슈에 대한 대중의 의견을 데이터 기반으로 분석하는 것을 목표로 한다. 특히, 문서에서 언급된 대상(Target)과 해당 대상에 대한 문서의 입장을 파악하는 Target-Stance Extraction (TSE)을 연구한다. 기존 TSE 연구는 영어에 국한되었으나, 본 논문은 카탈루냐어, 에스토니아어, 프랑스어, 이탈리아어, 만다린어, 스페인어를 포함하는 최초의 다국어 TSE 벤치마크를 제시한다. 별도의 언어별 모델 없이 기존 TSE 파이프라인을 다국어 환경으로 확장하는 데 성공했으며, F1 점수 12.78을 기록했다. 이는 다국어 환경의 어려움을 보여주며, 대상 예측의 중요성을 강조한다. 또한, TSE의 F1 점수가 다양한 대상 표현에 민감하다는 것을 처음으로 입증했다.
시사점, 한계점
•
최초의 다국어 TSE 벤치마크 제시
•
다국어 환경에서 기존 TSE 파이프라인 확장
•
다국어 환경의 어려움과 대상 예측의 중요성 강조
•
대상 표현의 다양성에 따른 F1 점수 민감도 입증
•
낮은 F1 점수 (12.78)는 개선의 여지를 보여줌
•
대상 예측이 주요 병목 현상임을 시사
•
언어별 모델을 사용하지 않은 단일 모델의 한계
