Sign In

LINK-KG: LLM-Driven Coreference-Resolved Knowledge Graphs for Human Smuggling Networks

Created by
  • Haebom
Category
Empty

저자

Dipak Meher, Carlotta Domeniconi, Guadalupe Correa-Cabrera

개요

본 논문은 인신매매 네트워크 분석을 위한 지식 그래프(KG) 구축 프레임워크인 LINK-KG를 제안합니다. LINK-KG는 대규모 언어 모델(LLM) 기반의 3단계 공지시 해결 파이프라인과 다운스트림 KG 추출을 통합합니다. 특히 문서 전반에서 참조를 일관되게 추적하고 해결하는 유형별 Prompt Cache를 사용하여, 법적 텍스트에서 구조화된 지식 그래프를 구축합니다.

시사점, 한계점

시사점:
LINK-KG는 기존 방법론 대비 노드 중복을 45.21%, 잡음 노드를 32.22% 감소시켜 더욱 깨끗하고 일관성 있는 그래프 구조를 생성합니다.
복잡한 범죄 네트워크 분석을 위한 강력한 기반을 마련합니다.
LLM을 활용한 공지시 해결 파이프라인을 통해 장문의 법적 텍스트를 처리할 수 있습니다.
한계점:
구체적인 한계점은 논문 내용에 명시되지 않았습니다. (Abstract에 언급되지 않음)
👍