Earticle

초록

한국어

경제학 지식은 조직이 좀 더 데이터 기반의 의사 결정하도록 지원하는 분석, 데이터 마이닝, 데이터 시각화, 데이터 도구, 모델링, 인프라를 모두 포함한다. 빠르게 변해가는 사회에서 좀 더 과학적 방법으로 해답을 제시해줄 수 있다. 본 논문에서는 경제학 논문 텍스트에서 키워드 개체 추출 시스템과 관계 정보를 학습하고 예측할 수 있는 관계 기반 BERT 모델을 제안한다. 관계 기반 BERT 모델을 실험을 통해 검증한 후에 지식 그래프 추출 및 지식 그래프 기반 의미론적 추론을 제시한다. 그래프의 연결성은 직접 연결된 관계 정보뿐 아니라 간접적으로 관련된 개체들을 통해 개념이 연결되어 문서 간의 잠재적인 숨겨진 관계를 드러낼 수 있다. 본 논문은 간접적인 관계 정보의 추출을 통해 새로운 의미 정보, 관계 정보를 추론하는 데 나아가는 연구의 방향성을 제시한다.

영어

Economic knowledge includes all analytics, data mining, data visualization, data tools, modeling, and infrastructure that help organizations make more data-driven decisions. In a rapidly changing society, solutions can be presented in a more scientific way. In this paper, we propose a relationship-based BERT model that can learn and predict keyword(entity) extraction systems and relationship information from the text of an economics paper. We present knowledge graph extraction and knowledge graphbased semantic inference after experimental validation of the relationship-based BERT model. The connectivity of graphs can reveal potential hidden relationships between documents by linking concepts through indirectly related objects as well as directly linked relationship information. This paper presents the direction of research moving forward to infer new semantic information and relational information through the extraction of indirect relational information.

목차

요약
Abstract
1. 서론
2. 관련 연구
2.1 관계 정보(Relation Information)
2.2 지식 그래프(Knowledge Graph)
2.3 BERT 언어 모델
3. 키워드 개체 간 관계 정보 추출 시스템
3.1 논문 키워드 개체 정보 추출
3.2 관계 정보 추출
3.3 지식 그래프 추출
4. 실험
4.1 실험 데이터
4.2 실험 환경
4.3 BERT를 이용한 관계 추출에 대한 실험
4.4 관계 정보에 대한 지식 그래프구현
5. 결론
참고문헌

저자

• 김수정 [ Soo Jeong Kim | 고려대학교 전기전자공학부 ]
• 강영선 [ Yeong Seon Kang | 고려대학교 전기전자공학부 ]
• 석준희 [ Junhee Seok | 서울시립대학교 경영학부 ] 교신저자

참고문헌