MNet-Sim: 문장 유사도를 평가하기 위한 다층적 의미 유사성 네트워크

유사도는 고려하는 도메인에 따라 달라지는 비교적이고 주관적인 측정치이다. 문서 분류, 패턴 인식, 챗봇 질문 응답, 감성 분석 등 여러 자연어 처리(NLP) 응용 분야에서 문장 쌍 간의 정확한 유사도 점수를 도출하는 것은 핵심적인 연구 주제로 부상하고 있다. 기존의 유사도 평가 모델들은 맥락 기반 비교를 효과적으로 수행하는 데 한계를 보였으며, 중심성 이론(centrality theory)에 따른 국소화 문제와 비의미적 텍스트 비교의 부재가 주요한 단점으로 지적되어 왔다. 따라서 본 논문은 네트워크 과학의 원리, 이웃 가중 관계 간선(neighboring weighted relational edges), 그리고 제안된 확장형 노드 유사도 계산 공식을 기반으로, 다층적 의미 유사도 네트워크 모델을 제안한다. 이 모델은 다양한 유사도 측정 방법을 통합하여 문장 쌍의 종합적인 유사도 점수를 산출한다. 제안된 다층 네트워크 모델은 기존의 최첨단 모델들과 비교하여 평가 및 검증되었으며, 문장 유사도 평가에서 더 뛰어난 성능을 입증하였다.