메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
남정재 (연세대학교) 이태훈 (연세대학교) 왕수연 (연세대학교) 김우주 (연세대학교)
저널정보
한국지능정보시스템학회 지능정보연구 지능정보연구 제30권 제2호
발행연도
2024.6
수록면
225 - 237 (13page)
DOI
10.13088/jiis.2024.30.2.225

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 거대 언어 모델은 자연어 처리 분야에서 주목받고 있으나, 거대 언어 모델의 주요한 문제인 환각 문제는 여전히 발생한다. 이러한 문제를 완화시키는 방법 중 외부 지식을 검색 및 증강을 통해 환각을 줄여 답을 생성할 수 있는 RAG 프레임워크가 존재한다. 특히, 우리는 이러한 RAG 프레임워크의 프로세스를 기반으로 지식 그래프를 활용하여 KGQA 작업을 해결하는 방법을 연구한다. 기존 KGQA 연구 중에는 추론 경로를 검색한 뒤, 질문에 대한 답을 구하기 위해 추론경로 정보를 증강시켜주는 방법이 존재한다. 이러한 기존의 방법은 이웃 relation을 질문 정보만을 갖고 추론 경로를 찾아가는 방식이다. 이는 질문에 대한 넓은 관점 기반의 추론이 부족하기에 추론 경로 구성에 있어 신뢰성이 떨어질 수 있다. 이에 대응하여, 우리는 질문에 대해 넓은 관점을 기반으로 추론할 수 있도록 참고할 Reasoning Guideline을 생성하여 추론 경로를 찾아가는 LLM 기반의 추론 프레임워크 RGQA를 제안한다. 이를 위해 추론 경로를 구성하는 검색 프로세스에 Reasoning Guideline과 Stacked Path 정보를 증강하여 질문에 대한 추론을 위해 넓은 관점에서의 정보를 제공한다. 또한 텍스트 임베딩 유사도 기반으로 질문에 대한 답을 하기에 유의미한 경로만을 선별한다. 우리는 단계적 추론을 위한 정보와 효과적인 경로 검색으로 구성된 RGQA의 성능 및 확장가능성을 확인한다. 이를 통해 Reasoning Guideline을 활용하여 KGQA에 대한 성능 향상을 입증하였다.
#거대 언어 모델 #검색 증강 생성 #지식 증강 #지식 그래프 질의 응답 #추론 가이드라인 #Large Language Model #Retrieval Augmented Generation #Knowledge Augmentation #Knowledge Graph Question Answering #Reasoning Guideline

목차

1. 서론
2. 이론적 배경
3. RGQA : Leveraging Reasoning Guideline with LLM-based KGQA
4. 실험 및 결과
5. 결론
참고문헌(References)
Abstract

참고문헌 (21)

참고문헌 신청
박상언, 강주영. (2023). ChatGPT 및 거대언어모델의 추론 능력 향상을 위한 프롬프트 엔지니어링 방법론 및 연구 현황 분석. 지능정보연구, 29(4), 287-308. http://dx.doi.org/10.13088/jiis.2023.29.4.287 google schola 정천수. (2024). 도메인 특화 LLM: Mistral 7B를 활용한 금융 업무분야 파인튜닝 및 활용 방법. 지능정보연구, 30(1), 93-120. http://dx.doi.org/10.13088/jiis.2024.30.1.093 google schola 정천수. (2023). LLM 애플리케이션 아키텍처를 활용한 생성형 AI 서비스 구현: RAG모델과 LangChain 프레임워크 기반. 지능정보연구, 29(4), 129-164. http://dx.doi.org/10.13088/jiis.2023.29.4.129 google schola Anna Rohrbach, Lisa Anne Hendricks, Kaylee Burns, Trevor Darrell, and Kate Saenko. (2018). Object Hallucination in Image Captioning. In Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing (EMNLP), Brussels, Belgium. https://doi.org/10.18653/v1/D18-1437 google schola Bollacker, K., Evans, C., Paritosh, P., Sturge, T., & Taylor, J. (2008, June). Freebase: a collaboratively created graph database for structuring human knowledge. In Proceedings of the 2008 ACM SIGMOD international conference on Management of data (pp. 1247-1250). https://doi.org/10.1145/1376616.1376746 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

LLM의 신뢰도 향상을 위한 GraphRAG
방대호 ,  최현민 ,  강재모 한국통신학회 인공지능 학술대회 논문집 2024 .09
AI 챗봇 시스템 주요 기술 동향 분석을 통한 민원 처리시스템 개선
권오균 ,  신용태 인터넷전자상거래연구 2024 .08
Constructing a Korean Knowledge Graph Using Zero Anaphora Resolution and Dependency Parsing
이채원 ,  이강배 ,  유성열 Journal of KIISE 2024 .08
지식 그래프와 거대 언어 모델을 활용하는 경로 기반 설명 가능한 추천 시스템
권준혁 ,  안석호 ,  서영덕 한국정보과학회 학술발표논문집 2024 .06
FT-LLM: 축구 산업의 데이터 분석 지원을 위한 Retrieval 증강 생성 기반의 언어 모델 프레임워크 개발
한승헌 ,  강민혁 ,  강필성 외 1명 대한산업공학회지 2024 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-151-24-02-090063035