초록
지식 기반(KBs)은 그들이 표현하는 세계의 변화를 반영하기 위해 지속적인 업데이트가 필요합니다. 일반 목적의 지식 기반의 경우, 이는 종종 관계 추출(RE)을 통해 이루어집니다. 관계 추출은 텍스트에서 언급된 KB에 알려진 실체들 간의 관계를 예측하는 작업입니다. RE를 개선하는 한 가지 방법은 링크 예측을 위한 지식 기반 임베딩(KBE)을 사용하는 것입니다. 그러나, RE와 KBE 사이에 명확한 연관성이 존재함에도 불구하고, 이러한 모델들을 체계적으로 통합하기 위한 노력이 거의 이루어지지 않았습니다. 우리는 이러한 격차를 줄이기 위해 RE와 KBE 모델 학습을 통합하는 프레임워크를 제안하여, RE 분야에서 최신 기술보다 크게 향상된 결과를 도출하였습니다. 코드는 https://github.com/billy-inn/HRERE에서 확인할 수 있습니다.