GTR-LSTM: RDF 데이터로부터 문장 생성을 위한 트리플 인코더

지식베이스는 주로 RDF 삼항형(세트)으로 표현되는 사실들의 대규모 저장소이다. 각 RDF 삼항형은 주어(주어), 술어(관계), 목적어로 구성되며, 이는 응용 프로그램이 사실을 접근하는 데 간단한 인터페이스를 제공한다. 그러나 이러한 표현 방식은 자연어 형태가 아니므로 인간이 이해하기에는 어려움이 있다. 이 문제를 해결하기 위해 우리는 인코더-디코더 프레임워크를 기반으로 RDF 삼항형 집합을 자연어 문장으로 번역하는 시스템을 제안한다. RDF 삼항형의 정보를 가능한 한 유지하기 위해, 본 연구에서는 새로운 그래프 기반 삼항형 인코더를 제안한다. 제안된 인코더는 삼항형 내부의 요소뿐 아니라 삼항형 내부 및 삼항형 간의 관계까지 모두 인코딩한다. 실험 결과, 제안된 인코더는 BLEU, METEOR, TER 세 가지 일반적인 평가 지표에서 기준 모델 대비 각각 최대 17.6%, 6.0%, 16.4%의 일관된 성능 향상을 달성하였다.