Multi-document scientific summarization from a knowledge graph-centric view

Essence

Figure 1: 입력 과학 논문의 초록과 금표준 요약에서 구성된 지식 그래프

본 논문은 지식 그래프(Knowledge Graph, KG)를 중심으로 다중 문서 과학 논문 요약(Multi-Document Scientific Summarization, MDSS)을 수행하는 KGSum 모델을 제안한다. 인코딩과 디코딩 전 과정에서 지식 그래프를 활용하여 논문의 주요 내용과 논문 간 관계를 효과적으로 모델링한다.

Motivation

Known: 기존 MDSS 방법들은 모든 텍스트 단위를 동등하게 처리하거나, seq2seq 모델로 논문 간 관계를 포착하려 시도했으나 세분화된 텍스트 단위 간의 명시적 링크를 고려하지 않음
Gap: (1) 과학 논문의 복잡한 개념, 기술 용어, 약자 등 저빈도 정보를 놓침 (2) 논문 간의 순차적, 병렬적, 보완적, 대조적 관계를 효과적으로 모델링하지 못함
Why: 지식 그래프는 도메인 특화 개체(entity)와 관계(relation)를 통해 논문의 핵심 내용을 컴팩트하게 표현하며, 개체 상호작용을 통해 논문 간 관계를 자연스럽게 포착할 수 있음
Approach: 인코딩 단계에서 그래프 업데이터(Graph Updater)와 개체-문장 업데이터(Entity-Sentence Updater)를 통해 지식 그래프 정보를 논문 표현에 통합하고, 디코딩 단계에서는 두 단계 디코더를 제안하여 먼저 요약의 지식 그래프를 서술 문장 형태(KGtext)로 생성한 후 최종 요약을 생성

Achievement

Figure 2: 제안된 모델의 전체 프레임워크

지식 그래프 중심 MDSS 모델: 다중 입력 논문의 지식 그래프를 하나의 통합 그래프로 융합하고, 그래프 트랜스포머를 활용하여 개체와 관계 표현을 학습함으로써 논문 내용과 논문 간 관계를 동시에 모델링
두 단계 디코더 구조: KGtext 생성기(KGtext Generator)에서 요약의 지식 그래프를 서술 문장으로 변환하고, 요약 생성기(Summary Generator)에서 이를 가이드로 최종 요약을 생성하는 이원적 구조로 중간 지식 정보를 활용
Multi-XScience 데이터셋에서 우수한 성능: 자동 평가(ROUGE, 개체 매칭) 및 인간 평가를 통해 기존 베이스라인 대비 상당한 개선을 달성

How

지식 그래프 구성: DYGIE++(과학 도메인 정보 추출 시스템)을 사용하여 개체(Task, Method, Metric, Material, Generic, OtherScientificTerm), 관계(Compare, Used-for, Feature-of, Hyponym-of, Evaluate-for, Part-of, Conjunction)를 추출하고 Levi 변환을 적용하여 레이블 없는 방향 그래프로 변환
그래프 업데이터: 토큰 수준 Transformer 인코딩을 통해 개체 표현을 초기화하고, Graph Transformer를 사용하여 다중 헤드 자기주의(Multi-head Self-Attention)로 각 노드를 문맥화하여 지식 그래프 표현 학습
개체-문장 업데이터: 이질적 그래프(Heterogeneous Graph)를 구성하여 개체 노드와 문장 노드 간의 정보 흐름을 통해 문장 표현을 업데이트
KGtext 생성기: 마스크된 자기주의(Masked Self-Attention)와 복사 주의(Copy Attention)를 활용하여 요약의 지식 그래프를 자연 언어 형태로 생성
요약 생성기: KGtext 컨텍스트와 그래프 컨텍스트를 모두 활용하는 교차 주의(Cross-Graph Attention, Cross-KGtext Attention) 메커니즘으로 최종 요약 생성

Originality

새로운 관점: 지식 그래프를 인코딩과 디코딩의 중심으로 하는 MDSS 접근법은 이전 연구들과 차별화됨
중간 표현 활용: KGtext를 명시적 중간 출력으로 도입하여 지식 구조 정보가 최종 요약 생성에 직접 영향을 미치도록 설계
다중 그래프 활용: 논문의 지식 그래프뿐만 아니라 개체-문장 이질적 그래프를 동시에 활용하여 다층적 정보 모델링 구현
정보 보존: Levi 변환을 통해 레이블 있는 그래프를 정보 손실 없이 무방향 그래프로 변환하면서도 구조 정보 유지

Limitation & Further Study

제한사항:
- 지식 그래프 구성이 DYGIE++ 추출기의 성능에 의존하므로 추출 오류가 누적될 수 있음
- 계산 복잡도가 높아 대규모 논문 클러스터 처리에 확장성 제한 가능
- 특정 도메인(과학 논문)에 최적화되어 있어 다른 분야로의 전이 학습 효과 미검증
후속 연구:
- 추출 오류 견고성 향상을 위한 그래프 노이즈 처리 메커니즘 개발
- 계산 효율성을 위한 그래프 축약 또는 계층적 그래프 처리 방법 탐색
- 다양한 도메인의 요약 작업으로 일반화 가능성 검증
- 사용자 인터랙티브 요약 생성을 위한 확장

Evaluation

총평: 본 논문은 지식 그래프 구조를 체계적으로 활용한 창의적인 MDSS 접근법을 제시하며, 두 단계 디코더 구조를 통해 중간 지식 표현을 명시적으로 활용하는 점이 인상적이다. 다만 추출 기반 지식 그래프의 노이즈 문제와 계산 복잡도 측면의 개선이 필요하며, 더 다양한 평가를 통한 일반화 가능성 검증이 요구된다.