지식 그래프를 이용한 오픈 도메인 질문 응답

이기호; 김인철; Giho Lee; Incheol Kim

연구문헌

국내 논문지

홈 > 연구문헌 > 국내 논문지 > 한국정보과학회 논문지 > 정보과학회논문지 (Journal of KIISE)

정보과학회논문지 (Journal of KIISE)

Current Result Document : 8 / 32 이전건 다음건

한글제목(Korean Title)	지식 그래프를 이용한 오픈 도메인 질문 응답
영문제목(English Title)	Open Domain Question Answering using Knowledge Graph
저자(Author)	이기호 김인철 Giho Lee Incheol Kim
원문수록처(Citation)	VOL 47 NO. 09 PP. 0853 ~ 0862 (2020. 09)
한글내용 (Korean Abstract)	본 논문에서는 오픈 도메인의 복잡한 질문들에 효과적으로 응답하기 위한 새로운 지식 그래프 추론 모델 KGNet을 제안한다. 본 모델에서는 질문 응답에 이용할 지식 베이스의 불완전성 문제에 주목한다. 이를 위해 본 모델에서는 서로 다른 형태의 두 가지 지식 자원인 지식 베이스와 문서 집합 모두를 하나의 지식 그래프로 통합하여 답변 생성에 활용한다. 또한 본 모델에서는 지식 그래프 상에서 복잡한 멀티 홉 질문들에 관한 답변을 보다 효과적으로 유도해내기 위해, 그래프 신경망을 이용한 새로운 지식 임베딩과 추론 기법을 적용한다. 본 논문에서는 대표적인 질문 응답 벤치마크 데이터 집합인 WebQuestionsSP와 MetaQA를 이용한 다양한 실험들을 통해, 제안 모델의 효과와 우수성을 입증한다
영문내용 (English Abstract)	In this paper, we propose a novel knowledge graph inference model called KGNet for answering the open domain complex questions. This model addresses the problem of knowledge base incompleteness. In this model, two different types of knowledge resources, knowledge base and corpus, are integrated into a single knowledge graph. Moreover, to derive answers to complex multi-hop questions effectively, this model adopts a new knowledge embedding and reasoning module based on Graph Neural Network (GNN). We demonstrate the effectiveness and performance of the proposed model through various experiments over two large question answering benchmark datasets,
키워드(Keyword)	오픈도메인 질문 응답 추론 모델 멀티 홉 질문 그래프 신경망 지식 임베딩 open-domain question answering inference model multi-hop question graph neural network knowledge embedding
파일첨부	PDF 다운로드