Keskeiset käsitteet
지식 그래프 임베딩(KGE) 기술은 복잡한 관계 특성, 특히 관계 매핑, 다양한 관계 패턴 및 계층적 관계를 모델링하는 데 있어 어려움을 겪고 있으며, 이러한 문제를 해결하기 위해 관계 인식 매핑, 특정 표현 공간, 텐서 분해 및 신경망을 활용하는 다양한 모델이 개발되었다.
Tiivistelmä
지식 그래프 임베딩: 관계 속성 포착에 대한 포괄적인 조사
이 연구 논문은 기호적 지식 그래프(KG)를 숫자적 표현으로 변환하여 지식 증강 애플리케이션을 위한 다양한 딥 러닝 모델을 향상시키는 데 중추적인 역할을 하는 지식 그래프 임베딩(KGE) 기술에 대한 포괄적인 조사를 제공합니다. 저자는 관계의 복잡한 특성을 모델링하는 데 있어 기존 KGE 모델의 한계를 강조하고 이러한 문제를 해결하기 위해 고안된 다양한 모델을 제시합니다.
이 논문의 주요 목표는 관계의 복잡한 매핑 특징, 다양한 관계 패턴, 개체 간의 계층적 관계라는 세 가지 주요 측면에서 관계 특성을 포착하는 데 중점을 둔 KGE 모델을 조사하고 요약하는 것입니다.
이 논문은 KGE 모델의 기본 원칙과 다양한 관계 특성을 소개하는 것으로 시작합니다. 그런 다음 복잡한 관계 매핑, 다양한 관계 패턴 및 개체 간의 계층적 관계를 모델링하기 위한 기존 KGE 모델에 대한 심층적인 검토를 제공합니다. 각 모델에 대해 저자는 장점과 단점을 포함한 특징, 장점과 한계를 강조합니다.