지식 그래프에서의 복잡한 시계적 질문 응답

지식 그래프에 대한 질의 응답(KG-QA)은 정보 검색(IR) 분야에서 중요한 주제이다. 시간적 의도를 지닌 질의는 실용적 중요성이 높은 특별한 유형이지만, 연구 분야에서는 아직 충분한 주목을 받지 못했다. 본 연구는 다수의 개체와 관계, 그리고 관련된 시간 조건을 포함하는 복잡한 시간적 질의를 해결하기 위한 최초의 엔드투엔드 시스템인 EXAQT를 제안한다. EXAQT는 자연어 질의를 지식 그래프 위에서 두 단계로 처리한다. 첫 번째 단계는 높은 재현율(Recall)을 목표로 지식 그래프 내에서 질문과 관련된 컴팩트한 하위 그래프를 계산하고, 그 하위 그래프에 관련된 시간 정보를 정교하게 보완한다. 이 과정에서 그룹 스티너 트리(Group Steiner Trees)와 미세 조정된 BERT 모델이 활용된다. 두 번째 단계에서는 첫 번째 단계의 출력에서 관계 기반 그래프 컨볼루션 네트워크(R-GCNs)를 구축하고, 시간 인식형 엔티티 임베딩과 시간적 관계에 대한 어텐션 메커니즘을 통해 R-GCN을 보강한다. 본 연구는 다양한 일반 목적의 지식 그래프 질의 응답 벤치마크에서 수집한 16,000개의 시간적 질의로 구성된 대규모 데이터셋인 TimeQuestions을 사용하여 EXAQT의 성능을 평가하였다. 평가 결과, EXAQT는 지식 그래프 상에서 복잡한 질의를 처리하는 세 가지 최신 기술보다 뛰어난 성능을 보였으며, 이는 시간적 질의 응답에 특화된 접근 방식의 타당성을 입증한다.