المفاهيم الأساسية
본 논문에서는 신경망 모델과 기호적 모델의 장점을 결합한 변분 추론 기반의 새로운 개체 정렬 프레임워크인 NeuSymEA를 제안합니다. NeuSymEA는 두 지식 그래프 간의 개체 정렬 작업에서 높은 성능과 해석 가능성을 동시에 달성합니다.
الملخص
개체 정렬 프레임워크 NeuSymEA 연구 논문 요약
Chen, S., Zhang, Q., Dong, J., Hua, W., Cao, J., & Huang, X. (2024). Neuro-Symbolic Entity Alignment via Variational Inference. arXiv preprint arXiv:2410.04153.
본 연구는 기존 신경망 기반 개체 정렬 모델의 해석 가능성 부족과 기호적 모델의 구조적 이질성 및 희소성 문제를 해결하고자 합니다. 이를 위해 신경망 모델과 기호적 모델의 장점을 결합한 새로운 개체 정렬 프레임워크를 제시합니다.