역사적 텍스트에서 개체명 인식을 위한 시간적 융합 전략 연구
A Study of Temporal Fusion Strategies for Named Entity Recognition in Historical Texts
역사적 텍스트의 개체명 인식(NER)에서 시간적 변화에 대응하기 위해, 크로스 어텐션·어댑터·연결(concatenation) 등 다양한 경량 시간 메타데이터 융합 전략을 Transformer 기반 아키텍처에 적용하는 방법을 체계적으로 비교 연구했다. 프랑스어·독일어 HIPE-2020 데이터셋 평가 결과, 인코더 출력 이후에 시간 정보를 주입하는 후기 융합(late fusion) 전략이 특히 OCR 노이즈가 심한 초기 시기에서 더 견고하고 시간적으로 일반화 가능한 NER 성능을 보였다.