A Survey on Knowledge Graphs: Representation, Acquisition and Applications
제목 : A Survey on Knowledge Graphs: Representation, Acquisition and Applications
- 논문 정보
- 저자 : Shaoxiong Ji, Shirui Pan, Erik Cambria, Pekka Marttinen, Philip S. Yu
- 출판정보 : IEEE Transactions on Neural Networks and Learning Systems, 2021
- 연구 목적
- 지식 그래프와 관련된 전반적인 연구 분야(지식 표현 학습, 지식 획득 및 완성, 시간적 지식 그래프, 지식 기반 응용)에 대한 포괄적인 조사 제공
- 방법론
- 지식 그래프 관련 연구를 4가지 주요 영역(표현 학습, 지식 획득, 시간적 지식 그래프, 응용)으로 분류
- 각 영역별 최신 연구 동향과 주요 기술을 체계적으로 분석
- 향후 연구 방향 제시 및 데이터셋/오픈소스 라이브러리 정보 제공
- 주요결과
- 지식 그래프 임베딩을 표현 공간, 점수 함수, 인코딩 모델, 보조 정보의 4가지 관점에서 분석
- 지식 획득 방법을 임베딩 기반, 경로 추론, 논리 규칙 추론으로 분류하여 검토
- 시간적 지식 그래프의 시간 정보 임베딩, 엔티티 동적 변화, 관계 의존성 분석
- 자연어 처리, 추천 시스템, 질의응답 등 다양한 응용 분야 소개
- 의의 및 시사점
- 지식 그래프 연구의 전반적인 동향을 체계적으로 정리하고 분류체계 제시
- 향후 연구 방향 제시를 통해 후속 연구의 가이드라인 제공
- 한계점
- 급속히 발전하는 분야의 특성상 최신 연구 결과 반영의 한계
- 일부 세부 영역에 대한 심층적 분석의 제한
- 평가 및 결론
- 포괄적이고 체계적인 조사를 통해 지식 그래프 연구의 현재와 미래를 제시한 가치 있는 연구임. 특히 실용적 관점에서 데이터셋과 도구 정보를 제공한 점이 유용함.
- Keywords
- knowledge graph, representation learning, knowledge graph completion, relation extraction, reasoning