GTR-LSTM：RDFデータからの文生成のための3重エンコーダ

知識ベースとは、主にRDF三項組（RDF triples）として表現される事実の大量の蓄積を指す。各RDF三項組は、主語、述語（関係性）、目的語から構成される。RDF三項組表現は、アプリケーションが事実にアクセスするためのシンプルなインターフェースを提供するが、自然言語の形式ではないため、人間が理解しにくいという課題がある。本研究では、エンコーダ・デコーダフレームワークを活用して、複数のRDF三項組を自然文に翻訳するシステムを提案する。RDF三項組に含まれる情報をできるだけ保持するため、新たなグラフベースの三項組エンコーダを提案する。このエンコーダは、三項組内の要素だけでなく、三項組内および三項組間の関係性も同時にエンコードする。実験結果から、提案するエンコーダは、BLEU、METEOR、TERの3つの代表的な評価指標において、ベースラインモデルに対して最大で17.6％、6.0％、16.4％の性能向上を達成した。