법률 문서 엔터티·관계 추출을 위한 지식 강화 하이퍼그래프 신경망

초록

본 논문은 중국 형사 판결문에서 약물 관련 사건을 대상으로, 법률 도메인 사전과 하이퍼그래프 구조를 결합한 Legal‑KAHRE 모델을 제안한다. 이 모델은 이웃‑기반 패킹과 바이앰페 메커니즘을 이용한 후보 스팬 생성기, 다중 헤드 어텐션을 통한 법률 사전 통합 인코더, 그리고 고차 관계 추론을 수행하는 하이퍼그래프 신경망으로 구성된다. CAIL2022 데이터셋 실험에서 기존 베이스라인을 크게 능가하는 성능을 기록하였다.

상세 분석

본 연구는 법률 텍스트, 특히 약물 관련 형사 판결문에서 엔터티와 관계를 정확히 추출하기 위해 세 가지 핵심 기술을 통합한다. 첫째, 후보 스팬 생성기는 기존의 토큰‑레벨 NER 접근법과 달리 이웃‑지향 패킹 전략을 적용한다. 이 전략은 각 토큰 앞뒤에 levitated marker(