KSC 2019
Current Result Document :
| 한글제목(Korean Title) |
지식 그래프 완성을 위한 그래프 어텐션 기반의 다채널 CNN 모델 |
| 영문제목(English Title) |
Graph Attention-based Multi-channel Convolutional Neural Network for Knowledge Graph Completion |
| 저자(Author) |
임연수
박성배
Yeonsoo Lim
Seong-Bae Park
|
| 원문수록처(Citation) |
VOL 46 NO. 02 PP. 1415 ~ 1417 (2019. 12) |
한글내용
(Korean Abstract) |
지식 그래프는 자연어 처리 기술에서 중요한 자원이지만 그 불완전성으로 인해 사용에 많은 애로사항이 있다. 이 문제를 해결하기 위해 개체 간의 관계를 완성하는 지식 베이스 완성이 연구되고 있다. 많은 연구에서 CNN 기반 모델을 이용해 좋은 결과를 얻었고, 최근 연구에서는 어텐션 기반 지식 그래프 임베딩을 사용한 모델이 기존의 모델들보다 큰 격차로 향상된 성능을 보였다. 본 논문에서는 지식 베이스 완성 태스크에서 뛰어난 성능을 보인 어텐션 기반 지식 그래프 임베딩 모델을 인코더로 사용하고, 다중 채널을 입력으로 받는 CNN을 디코더로 사용하는 인코더-디코더 형태의 모델을 제안한다. WN18RR과 FB15k-237 데이터셋에서 기존 모델보다 뛰어난 성능을 보여주면서 제안한 모델이 우수함을 증명하였다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
