인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김인철
- 발행연도
- 2021
- 저작권
- 경기대학교 논문은 저작권에 의해 보호받습니다.
이용수18
초록· 키워드
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
본 논문에서는 오픈 도메인에 관한 복잡한 질문들에 대하여 효과적으로 답변하기 위한 새로운 지식 그래프 기반 추론 모델 KGNet(Knowledge Graph Network)을 제안한다. 본 모델에서는 질문 응답에 이용할 그래프 형태 지식인 지식 베이스의 불완전성 문제에 주목한다. 이를 위하여 본 모델에서는 서로 다른 형태를 가진 두 가지 종류의 지식 자원인 지식 베이스와 문서 집합인 코퍼스들을 모두 하나의 통일된 지식 그래프로 통합하여 답변을 생성하는데 활용한다. 또한, 본 모델에서는 생성한 복합 지식 그래프 상에서 복잡한 다중 홉 질문들에 대한 답변들을 보다 효과적으로 추론해내기 위하여, 그래프 신경망을 활용한 새로운 지식 임베딩과 유도 기법 관계 주의 집중을 적용한다. 본 논문에서는 대표적인 두 종류의 질문 응답 벤치마크 데이터 집합 WebQuestionsSP데이터 집합과 MetaQA을 이용하여 다양한 실험들을 수행하고, 제안하는 모델의 효과와 우수성을 입증한다.
목차
- 제 1 장 서 론 1제 1 절 연구 배경 1제 2 절 연구 목표 3제 2 장 이론적 배경 4제 1 절 오픈 도메인 질문 응답 4제 2 절 그래프 신경망 7제 3 장 오픈 도메인 질문 응답 모델 9제 1 절 모델 개요 9제 2 절 시드 개체 인식 및 부분 그래프 추출 11제 3 절 지식 임베딩과 답변 추론 13제 4 장 구현 및 실험 17제 1 절 데이터 집합과 모델 학습 17제 2 절 질문 응답 모델 성능 분석 19제 1 항 주의 집중 방식 간 성능 비교 19제 2 항 데이터 집합 완전성에 따른 성능 비교 21제 3 항 최신 모델들과의 성능 비교 23제 5 장 결론 및 향후 연구 26참고문헌 27Abstract 31
최근 본 자료
