Knowledge Graph(KG)에 대하여

개요

• KG에 대해서는 개인적으로 약학/의약쪽 연구를 수행하면서 밀접히 접하게 되었다.

• 사실 단순 뉴럴넷과 분류 모형 정도 만들어서 끝내려고 했으나.. 어쩌다 보니 네트워크를 그려보게 되었고

• 관련 논문과 기타 내용들을 찾아보다가 결국 KG라는 필드에 빠져들게 되었다… 참고로 머리가 매우 빠가지는 익숙치 않은 영역이라 아주 고전하고있다는 .ㅠ.ㅠ

KG란?

• KG란 지식 그래프로써 텍스트 및 기타 정보들로 부터 특정 도메인의 지식들을 그래프 형태로 표현하여 그 관계들을 추적하고 연구하는 영역이다.
• 이에 AI분야와 접목되어 학습과 예측 들을 수행하는 맥락은 유사한 것으로 보이는데
• 기본적으로 거미줄 처럼 퍼져있는 네트워크들을 학습 시킨다는 자체가 잘 이해가 안되었다는..

AI in KG

• 위에서 말한것 처럼 결국 학습을 시키기 위해선 Representation Learning 이 되어야 한다. Knowledge자체 텍스트 및 정보들 그대로는 컴퓨터가 연산이 불가하기 때문에 연산 가능한 차원으로 보내어 벡터화 해야한다는 것
• 
• 기본적으로 DeepWalk 또는 Node2Vec 이라는 알고리즘은 위와 같이 작동한다.
  • 노드들을 굵게 묶은 후
  • 노드와 링크들을 잘 펴서 벡터화 완료되면
  • 이를 뉴럴넷 등의 신경망 모델에 넣어서 학습시킨다.
• 은근 매우 신기하다. 저 복잡한 네트워크를 수치화해서 컴퓨팅이 가능하다니.

이종 네트워크 학습 알고리즘

• Hetrogeneous , 즉 이종 정보들을 가지고 네트워크를 그려서 학습시키는 알고리즘은 다음과 같다.
  • HIN2Vec

    • ![![PDF] HIN2Vec: Explore Meta-paths in Heterogeneous Information Networks for Representation Learning

      Semantic Scholar](https://d3i71xaburhd42.cloudfront.net/9d9d33843d018a77bad7f40da8f27671d29cd776/4-Figure4-1.png)]()

  • Matapath2Vec

    • ![![PDF] metapath2vec: Scalable Representation Learning for Heterogeneous Networks

      Semantic Scholar](https://d3i71xaburhd42.cloudfront.net/a0775fab3b20f2dc0ac2f2626552d046b6afc225/4-Figure2-1.png)]()

  • Subgraph2Vec

    • ![![PDF] subgraph2vec: Learning Distributed Representations of Rooted Sub-graphs from Large Graphs

      Semantic Scholar](https://d3i71xaburhd42.cloudfront.net/e02f59cf876cb40233573ff78a1609f969d301cc/1-Figure1-1.png)

동종 네트워크 학습 알고리즘

• Homogenious, 동종 정보들을 가지고 네트워크를 그려서 학습시키는 알고리즘은 다음과 같다.
  • DeepWalk
    • 
  • Node2Vec (가장 흔함)

    • ![Node2Vec: Scalable Feature Learning for Networks

      ML with Graphs (Research Paper Walkthrough) - YouTube](https://i.ytimg.com/vi/LpwGZG5j_q0/maxresdefault.jpg)

  • LINE
    • 
• 하나하나 구현해보고 싶으나 결국 노드투벡이나 딥워크 같은 경우 깃헙에 코드가 가득하고 나머지는 솔직히 잘 모르겠다. 직접 다 짜야하나 싶을정도로 엄청나게 이야기가 많다.

추가 리서치?

• 개인적으로는 Story Embedding이라는 영역에 대해 리서치 해보고 싶다. 과연 사람이 읽고 이해하는 스토리들을 컴퓨터에 임베딩시켜서 무언가 태스크가 가능해진다면 진짜 상상하는 인간지능을 모방한 인공지능이 나올수 있지않을까 싶은..?

감사합니다.

글 11편을 아래와 같이 기획해본다.

1.글또 6기를 시작하며 (Done!)

2.ES - 일래스틱서치 개요와 기능들(Done!)

3.ES - 키바나를 활용한 데이터 시각화(Done!)

4.빅데이터를 지탱하하는 기술 (책을 통한 스터디 1 - Done!)

5.빅데이터를 지탱하는 기술(책을 통한 스터디 2 - Done!)

6.Azure - AZ Fundamental 900로 알아보는 기본 Azure 아키텍쳐 (Done!)

7.Azure - Data Factory로 구축하는 ETL 파이프라인(Done)

8.회계법인(Accounting Firm)과 디지털 컨설팅 1 (Done)

9.회계법인(Accounting Firm)과 디지털 컨설팅 2(Done!)

10.Knowledge Graph (KG에 대하여, Done)

11.2021년을 회고하며.. 글또 6기 마무리 글

이 글이 도움이 되셨다면 추천 클릭을 부탁드립니다 :)