Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Conflict-Aware Pseudo Labeling via Optimal Transport for Entity Alignment

Created by
  • Haebom

저자

Qijie Ding, Daokun Zhang, Jie Yin

개요

본 논문은 지식 그래프 간의 엔티티 정렬 문제를 해결하기 위해, 충돌 인식 최적 수송(Optimal Transport, OT) 모델을 활용한 새로운 의사 레이블링 기법인 CPL-OT(Conflict-aware Pseudo Labeling via Optimal Transport) 모델을 제안합니다. 기존 모델들이 잠재 공간으로의 투영에 집중한 반면, CPL-OT는 정렬 과정에서 발생하는 충돌의 부정적 영향을 고려하여 정확도를 높입니다. CPL-OT는 전역-지역 집계를 통한 엔티티 임베딩 학습과 반복적인 충돌 인식 의사 레이블링이라는 두 가지 주요 구성 요소로 이루어져 있으며, 이 두 요소는 서로 상호 강화 작용을 합니다. 특히, OT를 활용하여 최소의 전반적인 수송 비용으로 두 지식 그래프 간의 일대일 엔티티 정렬을 보장함으로써 의사 레이블링 중 발생하는 정렬 충돌을 완화합니다.

시사점, 한계점

•
시사점:
◦
기존 엔티티 정렬 모델의 한계점인 정렬 충돌 문제를 효과적으로 해결하는 새로운 방법 제시.
◦
최적 수송(OT)을 활용하여 일대일 정렬을 보장하고 정확도 향상.
◦
전역-지역 집계를 통한 엔티티 임베딩 학습으로 성능 개선.
◦
사전 정렬 시드가 있는 경우와 없는 경우 모두에서 최첨단 기법들을 능가하는 성능 입증.
•
한계점:
◦
OT의 계산 복잡도로 인한 확장성 문제 발생 가능성.
◦
특정 유형의 지식 그래프에 편향될 가능성.
◦
실제 응용 분야에서의 성능 평가가 추가적으로 필요.
👍
Made with Slashpage