МОДЕЛЬ ІЄРАРХІЧНОГО СЕМАНТИЧНОГО ГРАФУ ЗНАНЬ ДЛЯ БАГАТОРІВНЕВОГО ПРЕДСТАВЛЕННЯ ЗНАНЬ

Анотація

Графи знань є базовою технологією для структурованого представлення знань, логічного виведення та виконання семантичних операцій у складних інформаційних системах. Водночас поширені моделі семантичних графів знань та графів, доповнених великими мовними моделями, працюють з фіксованим масштабом семантичної деталізації та не підтримують багаторівневу абстракцію. Моделі ієрархічних, мультимасштабних графів знань дозволяють конструювати топологічні ієрархії на основі структур мезо- та макрорівнів, водночас додаткових досліджень потребують їхні семантичні властивості та можливі операції над даними. У роботі запропоновано модель ієрархічного семантичного графа знань (ІСГЗ), що описується послідовністю рівнів із власними множинами сутностей та зв’язків і забезпечує багаторівневе представлення знань. Формально визначено структуру ІСГЗ, гібридну метрику семантичної зв’язності, яка поєднує косинусну подібність багатовимірних векторних представлень із структурною мірою Джаккара, а також ітеративний алгоритм ієрархічної агрегації сутностей у рівні-кластери. На основі цих компонент реалізовано програмний прототип та проведено експериментальну оцінку на підмножинах репрезентативних наборів даних DbPedia50 та YAGO3-10, доповнених попередньо згенерованими багатовимірними векторними представленнями. Показано, що ІСГЗ забезпечує скорочення середнього часу виконання семантичних запитів (до 30–80 % відносно однорівневих моделей та моделей із Louvain/Leiden-кластеризацією) і формує кластери з оптимальнішими показниками семантичної узгодженості та компактності внутрішнього розподілу. Отримані результати підтверджують доцільність використання ІСГЗ та пов’язаних семантичних операцій для побудови масштабованих засобів семантичного аналізу, пошуку та логічного виведення у динамічних базах знань, систем генерації рекомендацій та інтелектуальних помічників.