본 논문은 다양한 메타데이터 표현 모델(MRM)을 사용하여 구축된 초관계 지식 그래프(HRKG)에서 링크 예측(LP) 작업에 대한 MRM의 영향을 평가합니다. 기존 평가 프레임워크의 한계를 지적하고, MRM 간 공정한 비교를 보장하는 새로운 평가 기준을 제시합니다. 세 가지 MRM (Reification, Singleton Property, RDF-star)을 잠재 공간에 효과적으로 반영하는 프레임워크를 제안하고, 두 가지 유형의 데이터셋을 사용한 실험을 통해 각 MRM의 성능을 비교 분석합니다. 단순 HRKG에서는 Reification이 우수한 성능을 보이는 반면, Singleton Property는 효과적이지 않은 것으로 나타났으며, 복잡한 HRKG에서는 MRM 간 성능 차이가 미미했습니다. 결론적으로, 링크 예측 작업에서 HRKG에 대한 최적의 지식 표현 전략을 제시합니다.
