Automatic augmenting a knowledge base by inferring implicit entity-entity relationship = 개체간 암묵적 관계 추론을 통한 지식베이스 자동 증강

지식 습득은 특정 지식베이스에 맞는 지식을 자동으로 추출하는 연구 영역이다. 본 논문에서는 그래프 구조 분석을 통해 새로운 지식을 습득하는 새로운 방법론을 제안한다. 제안하는 방법론은 지식베이스가 변환된 그래프에서 사이클 형태의 구조 탐색을 통해 새로운 지식을 추출한다. 특히 과거의 지식 습득 연구와는 다르게, 본 방법론은 사전 정의된 관계명 집합을 사용하지 않고 주어진 개체쌍에 대해 가능한 모든 관계명을 추출한다. 본 논문에서는 이 문제를 ‘개방형 정보 습득’이라는 새로운 문제로 정의한다. 개방형 정보 추출의 패러다임에 맞게 만들어진 ReVerb 데이터셋은 실질적으로 본 논문의 목적과 가장 적합한 데이터셋이다. ReVerb 데이터셋에 적용한 제안 방법론은 비교 방법론인 SHERLOCK과 여러 가지 베이스라인에 비해 높은 성능을 기록하였다. 또한 YAGO 데이터셋에 적용한 제안 방법론은 ReVerb에 비해 높은 정확도와 낮은 재현율을 기록하였는데, 이는 제안하는 방법론이 개방형 정보추출로 만들어진 지식베이스 외에도 적용 가능함을 의미한다.
Advisors
Myaeng, Sung Hyonresearcher맹성현researcher
Publisher
한국과학기술원
Issue Date
2015
Identifier
325007
Language
eng
Description

학위논문(석사) - 한국과학기술원 : 웹사이언스대학원, 2015.8 ,[v, 37 p. :]

Keywords

Open Knowledge Acquisition; Knowledge base expansion; Open Information Extraction; Implicit relation Inference; Knowledge Base; 개방형 지식 습득; 지식베이스 자동 확장; 개방형 정보 추출; 암묵적 관계 추론; 지식베이스

URI
http://hdl.handle.net/10203/206115
Link
http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=628890&flag=t
Appears in Collection
WST-Theses_Master(석사논문)
Files in This Item
There are no files associated with this item.
  • Hit : 204
  • Download : 0
  • Cited 0 times in thomson ci

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0