NLP-08 조

대회 결과

Public 6등(F1: 74.7952, AUPRC: 79.7451) → Private 7등(F1: 73.6739, AUPRC: 81.3153)

1-1. 프로젝트 개요

프로젝트 주제

문장 속에서 단어간에 관계성을 파악하는 것은 의미나 의도를 해석함에 있어서 많은 도움을 줍니다.

그림의 예시와 같이 요약된 정보를 사용해 QA 시스템 구축과 활용이 가능하며, 이외에도 요약된 언어 정보를 바탕으로 효율적인 시스템 및 서비스 구성이 가능합니다.

관계 추출(Relation Extraction)은 문장의 단어(Entity)에 대한 속성과 관계를 예측하는 문제입니다. 관계 추출은 지식 그래프 구축을 위한 핵심 구성 요소로, 구조화된 검색, 감정 분석, 질문 답변하기, 요약과 같은 자연어처리 응용 프로그램에서 중요합니다. 비구조적인 자연어 문장에서 구조적인 triple을 추출해 정보를 요약하고, 중요한 성분을 핵심적으로 파악할 수 있습니다.

Data 예시

• train.csv: 총 32470개
• test_data.csv: 총 7765개 (정답 라벨 blind = 100으로 임의 표현)

• column 1: 샘플 순서 id
• column 2: sentence.
• column 3: subject_entity. ‘word’, ‘start_idx’, ‘end_idx’, ‘type’을 구성요소로 가지는 dictionary 형태의 string
• column 4: object_entity. ‘word’, ‘start_idx’, ‘end_idx’, ‘type’을 구성요소로 가지는 dictionary 형태의 string
• column 5: label
• column 6: 샘플 출처