지식 그래프 내 엔티티를 분류하기 위해 구분 경로를 갖는 결정 트리 유도하기

지속적으로 발전하는 딥러닝 기반 기법들이 지식 그래프에서 다양한 머신러닝 작업에 널리 활용되고 있다. 이러한 기법들은 그래프에서 특징을 추출하는 전통적인 방법에 비해 예측 성능이 뛰어나다는 점이 실증적으로 입증되었지만, 해석 가능성(Interpretability)이 부족하다는 단점이 있다. 특히 건강 및 금융 분야와 같은 핵심 산업에서는 해석 가능성은 필수적인 요소이다. 본 논문에서는 지식 그래프 내의 다양한 엔티티를 분류하기 위해 특정 클래스에 특화된 하위 구조들의 결정 트리를 구축하는 기법을 제안한다. 제안한 기법이 네 가지 벤치마크 데이터셋에서 현재 최고 수준의 딥러닝 기법들과 경쟁 가능한 성능을 보이며, 동시에 완전히 해석 가능한 구조를 제공함을 보여준다.