지식 그래프 상에서 시계열 질문에 대한 답변을 위한 의미론적 프레임워크 기반 쿼리 생성

최근 들어 지식 그래프(지식 그래프)를 기반으로 시간적 의도를 가진 사실 질문에 답하는 작업(Temporal KGQA)에 대한 관심이 높아지고 있다. 기존의 KGQA 방법들은 시간적 질의를 생성할 때, 특정 사건들 사이에 내재된 상관관계가 시간적 관련성을 형성할 수 있다는 점을 간과하고 있다. 이러한 무시는 기존 방법들의 성능 한계를 초래할 수 있다. 본 연구에서는 시간적 제약 조건의 가능한 해석을 체계적으로 분석하여, 시간적 제약 조건의 의미 구조를 체계화한 ‘시간적 제약의 의미 프레임워크(Semantic Framework of Temporal Constraints, SF-TCons)’를 제안한다. 이 의미 프레임워크를 기반으로, 언급된 엔티티와 관련된 사실을 탐색함으로써 질의 그래프를 생성하는 SF-TQA 방법을 제안한다. 이 탐색 과정은 SF-TCons에 의해 제약된다. 평가 결과, SF-TQA는 다양한 지식 그래프를 기반으로 한 두 가지 벤치마크에서 기존 방법들을 상회하는 성능을 보였다.