연구진은 BERT와 그래프 신경망(GNN)을 결합한 구조를 통해 다양한 역사 텍스트에서 개체와 관계를 추출하는 아키텍처를 개발했어요. 새로운 구조는 기존 방식보다 높은 정밀도, 재현율, F1 점수를 달성하며 복잡한 구조와 암묵적 참조 문제를 해결할 수 있어요. 관계 그래프 학습 알고리즘과 문맥 기반 의미 표현 기술을 결합하면 역사 데이터를 자동으로 추출하여 지식 저장소에 축적된 지혜를 더할 수 있어요.