[CLEF 2022] 문맥 인지형 개체명 인식 및 관계 추출 - LG AI Research 블로그

LG AI연구원은 세계적 출판사 Elsevier와 협력하여 화학 분야의 Information Extraction(정보 추출) 기술을 연구하고 있다. 비정형 텍스트에서 화학 실험 및 물질 정보를 구조화된 데이터로 변환하는 기술은 화학자들의 연구 시간을 단축하는 데 핵심적인 역할을 한다.

ChEMU 2022 챌린지에서 LG AI연구원은 화학 특허 내 반응 정보를 추출하는 두 가지 Task(1a, 1b)에 참여하여, 참가 팀 중 가장 높은 성능을 달성했다. 주요 성과는 다음과 같다.

• Domain-specific language model 구축: 화학 특허(23GB)와 저널(22GB) 데이터를 활용하여 Bio-LinkBert를 Post-training함으로써 화학 분야에 특화된 언어 모델을 개발했다.
• NER 및 RE 모델 최적화: Sequence tagging approach를 채택하여 Entity의 길이에 상관없이 높은 성능을 확보했으며, 모델을 단일 모델이 아닌 Pipeline 방식으로 구성하여 성능을 극대화했다.

Task 1a는 화학 물질 및 수치 정보를 추출하는 **Named Entity Recognition(NER)**을, Task 1b는 트리거 워드와 개체 간의 관계를 추출하는 Event Extraction을 목표로 한다.