본 논문은 다중 관계를 표현하는 초관계 지식 그래프(HRKG)에서 메타데이터 표현 모델(MRM)의 선택이 링크 예측(LP) 성능에 미치는 영향을 평가합니다. 기존 평가 프레임워크의 한계를 지적하고, 공정한 비교를 위한 새로운 평가 기준을 제시하며, 세 가지 MRM(Reification, Singleton Property, RDF-star)을 효과적으로 반영하는 새로운 프레임워크를 제안합니다. 두 가지 유형의 데이터셋을 사용한 실험 결과, 단순 HRKG에서는 Reification이 우수한 성능을 보였으나, 복잡한 HRKG에서는 MRM 간 성능 차이가 미미함을 밝혔습니다. 결론적으로, LP 작업에서 HRKG에 대한 최적의 지식 표현 전략에 대한 통찰력을 제공합니다.
