17일 전

로컬 지식 그래프 구축을 활용한 Seq2Seq 모델의 다중 문서 입력 확장

Angela Fan, Claire Gardent, Chloe Braud, Antoine Bordes
로컬 지식 그래프 구축을 활용한 Seq2Seq 모델의 다중 문서 입력 확장
초록

질의 기반 오픈도메인 자연어처리 작업은 긴 다양성 있는 웹 검색 결과에서 정보 통합이 필요하다. 기존의 접근 방식은 TF-IDF 순위 매기기와 같은 방법을 사용하여 웹 텍스트의 일부를 추출하여 시퀀스-투-시퀀스 모델의 입력으로 활용한다. 본 연구에서는 각 질의에 대해 로컬 그래프 구조의 지식 기반을 구축하는 방법을 제안한다. 이는 웹 검색 정보를 압축하고 중복을 줄이는 데 기여한다. 우리는 그래프를 선형화하여 구조화된 입력 시퀀스로 변환함으로써, 표준 시퀀스-투-시퀀스 환경 내에서 그래프 표현을 인코딩할 수 있음을 보였다. 긴 텍스트 입력을 필요로 하는 두 가지 생성형 작업, 즉 장문 질문 응답과 다중 문서 요약에 있어서, 검색된 텍스트 조각 대신 그래프 표현을 입력으로 사용할 경우 더 뛰어난 성능을 달성할 수 있음을 확인하였다.

로컬 지식 그래프 구축을 활용한 Seq2Seq 모델의 다중 문서 입력 확장 | 최신 연구 논문 | HyperAI초신경