2025년 CoMeDi 공유 과제: XLM-RoBERTa와 심층 신경망을 활용한 의견 불일치 순위 지정

Phuoc Duong Huy Chu 연구원의 CoMeDi 공유 과제 참여 결과 발표. XLM-RoBERTa와 심층 신경망을 활용한 의견 불일치 순위 지정 시스템 개발. 기존 방식과 차별화된 접근 방식으로 경쟁력 있는 성능을 달성하고 다국어 환경에서의 의견 불일치 예측 모델 개선에 대한 새로운 가능성 제시.

Phuoc Duong Huy Chu 연구원이 주도한 이번 연구는 CoMeDi 공유 과제의 하위 과제 2, 즉 의견 불일치 순위 지정에 초점을 맞추고 있습니다. 기존의 접근 방식과 차별화되는 점은 바로 '골드 라벨' 집계 방식을 벗어나, 평가자 간 판단 차이의 평균을 직접 예측하는 모델을 제시했다는 것입니다.

핵심은 XLM-RoBERTa라는 다국어를 지원하는 강력한 문장 임베딩 모델과, 배치 정규화 및 드롭아웃 기법을 적용한 심층 신경 회귀 모델의 결합입니다. 이를 통해 다국어 환경에서 발생할 수 있는 다양한 어려움을 효과적으로 해결하고, 일반화 성능을 높였습니다. 맞춤형 아키텍처와 훈련 과정을 거쳐 최적화된 시스템은 Spearman 상관관계 측정에서 경쟁력 있는 결과를 보여주었습니다.

이 연구는 단순히 기술적인 성과를 넘어, 맥락화된 표현을 사용한 순서형 판단 과제에 대한 중요한 통찰력을 제공합니다. 다국어 환경에서의 의견 불일치를 정확하게 예측하고 순위를 매기는 것은 다양한 분야에서 중요한 문제이며, 이 연구는 이러한 문제 해결에 한 걸음 더 다가선 혁신적인 시도라고 할 수 있습니다. 특히, 의견 불일치 예측 모델의 발전에 대한 새로운 가능성을 열었다는 점에서 그 의미가 매우 크다고 할 수 있습니다. 향후 연구에서는 이 모델을 더욱 발전시켜 다양한 언어 및 도메인에 적용하고, 그 성능을 더욱 향상시키는 데 집중할 것으로 예상됩니다.

주요 결과:

• XLM-RoBERTa 기반 문장 임베딩을 활용
• 심층 신경 회귀 모델 (배치 정규화 및 드롭아웃 적용)
• 평가자 간 판단 차이 평균 예측
• 맞춤형 아키텍처 및 훈련 절차 최적화
• Spearman 상관관계에서 경쟁력 있는 성능 달성