LogicENN: 논리 규칙을 활용한 신경망 기반 지식 그래프 임베딩 모델

지식 그래프 임베딩 모델은 인공지능 연구에서 상당한 주목을 받고 있습니다. 최근 연구에서는 배경 지식, 예를 들어 논리 규칙을 포함시키면 다운스트림 머신 러닝 작업에서 임베딩의 성능이 향상될 수 있음을 보여주었습니다. 그러나 지금까지 대부분의 기존 모델은 규칙을 포함하는 것을 허용하지 않았습니다. 우리는 이 문제에 대처하고 새로운 신경망 기반 임베딩 모델(LogicENN)을 제시합니다. 우리는 LogicENN이 지식 그래프에서 인코딩된 모든 규칙의 근거 사실을 학습할 수 있음을 증명하였습니다. 최선의 지식으로는, 이는 아직 신경망 기반 임베딩 모델 가족에 대해 증명되지 않았습니다. 또한, (비대칭), 역방향, 비자기참조적 및 전이적, 함의, 조합, 동치 및 부정 등의 다양한 규칙을 포함하기 위한 공식을 도출하였습니다. 우리의 공식은 함의와 동치 관계에 대한 근거 과정을 피할 수 있게 합니다. 실험 결과 LogicENN이 링크 예측에서 최신 모델들을 능가하는 것으로 나타났습니다.