이 논문은 하이퍼 관계형 지식 그래프 완성(HKGC) 문제를 다룬다. HKGC 문제는 하이퍼 관계형 지식 그래프에서 누락된 링크를 추론하는 것을 목표로 한다.
저자들은 기존 접근법의 한계를 지적한다. 첫째, 대부분의 접근법은 한정자 쌍과 주요 트리플 간의 통신을 강화하는 데 초점을 맞추지만, 하이퍼 관계형 그래프 표현 체계에서 나타나는 두 가지 중요한 속성인 두 단계 추론과 한정자 단조성을 간과한다. 두 단계 추론은 주요 트리플에서 유도된 粗粒度 추론 결과와 하이퍼 관계형 사실에서 얻은 細粒度 추론 결과를 통합하는 두 단계 추론 프로세스를 허용한다. 한정자 단조성은 주요 트리플에 더 많은 한정자 쌍을 추가하면 답변 집합이 축소될 수 있지만 결코 확장되지 않는다는 것을 의미한다.
이를 해결하기 위해 저자들은 HYPERMONO 모델을 제안한다. HYPERMONO는 두 단계 추론과 한정자 단조성 속성을 동시에 고려한다. 구체적으로 HYPERMONO는 다음과 같은 구성요소를 포함한다:
실험 결과는 HYPERMONO가 다양한 데이터셋과 시나리오에서 기존 최신 모델을 능가하는 성능을 보여줌을 입증한다.
To Another Language
from source content
arxiv.org
Глибші Запити