InterHT: 헤드 및 테일 엔티티 간의 상호작용을 통한 지식 그래프 임베딩

지식 그래프 임베딩(KGE) 모델은 지식 그래프 내의 실체와 관계의 표현을 학습한다. 거리 기반 방법은 링크 예측 작업에서 뛰어난 성능을 보이며, 두 실체 표현 간의 거리를 기반으로 예측 결과를 도출한다. 그러나 대부분의 이러한 방법들은 머리 실체와 꼬리 실체를 별도로 표현하기 때문에 모델의 표현 능력에 한계가 있다. 본 연구에서는 머리 실체와 꼬리 실체 간의 상호작용을 보다 효과적으로 수행할 수 있도록 설계된 두 가지 새로운 거리 기반 방법, 즉 InterHT 및 InterHT+을 제안한다. 이는 실체 표현의 품질을 향상시키는 데 기여한다. 실험 결과, 제안하는 방법이 ogbl-wikikg2 데이터셋에서 최고의 성능을 달성함을 확인하였다.