초록
지식 그래프(KG)는 관계 추출(RE) 작업을 촉진하는 데 널리 사용된다. 기존 대부분의 RE 방법은 결정론적 지식 그래프에만 초점을 맞추는 반면, 각 관계 인스턴스에 신뢰도 점수를 부여하는 불확실한 지식 그래프는 RE 모델에 유용한 외부 지식으로서 관계 사실에 대한 사전 확률 분포를 제공할 수 있다. 본 논문에서는 불확실한 지식을 활용하여 관계 추출 성능을 향상시키는 방안을 제안한다. 구체적으로, 대상 엔티티가 어떤 개념에 얼마나 해당하는지를 나타내는 불확실한 지식 그래프인 ProBase를 우리의 RE 아키텍처에 도입한다. 이후 언급-뷰, 엔티티-뷰, 개념-뷰 세 가지 시각에서 국소적 맥락과 전역 지식을 체계적으로 통합할 수 있는 새로운 다중 시각 추론 프레임워크를 설계한다. 실험 결과, 제안한 모델은 문장 수준 및 문서 수준의 관계 추출에서 경쟁력 있는 성능을 달성하였으며, 불확실한 지식 도입 및 설계한 다중 시각 추론 프레임워크의 효과성을 입증하였다.