표현형 데이터에서 지식 그래프 매칭을 위한 나이브 베이즈 분류기 탐색

본 연구는 지식 그래프와 표 형식 데이터를 매칭하는 데에 나이브 베이즈 분류기를 활용하는 방법을 탐구하며, 특히 열 유형 주석(ColumnName Type Annotation), 셀 엔티티 주석(Cell Entity Annotation), 열 속성 주석(Column Property Annotation), 그리고 표 주제 탐지(Table Topic Detection)에 초점을 맞추고 있다. 공통 등장 횟수와 용어 빈도(term frequency)와 같은 특징 추출 기법을 사용하여 다양한 데이터셋에서 나이브 베이즈 분류기의 효과성과 성능을 평가하였다. 제안된 방법은 간단하고 일반적인 특성을 지니고 있어, 지식 그래프 매칭 분야에 기여할 뿐만 아니라, 표 형식 데이터와 지식 그래프의 통합 및 상호 운용성에 있어 나이브 베이즈 분류기의 잠재력을 보여주고 있다.