본 연구는 기존의 통계적 지표로 평가하던 대명사 해결 방식의 한계를 지적하며, 개념 및 명명 개체 인식(CNER)을 활용한 새로운 평가 프레임워크를 제시합니다.
새로운 프레임워크는 대명사 해결 결과에 의미 레이블을 부여하여, 사람, 장소, 사건 등 특정 의미 범주별로 언급 추출 및 연결 능력을 평가할 수 있도록 합니다.
실험 결과, 기존 지표로는 파악하기 어려웠던 체계적인 약점을 발견하고, 이를 바탕으로 데이터 증강 전략을 설계하여 성능을 향상시켰습니다.