Role-Aware Neural Convex Divergence Heads for Asymmetric Representation Learning
방향성 관계(어휘 포함 관계, 문장 함의, 온톨로지 계층, 인용 링크 등)를 위한 비대칭 표현 학습(asymmetric representation learning)에서, 기존 대칭 거리 함수의 한계를 극복하고자 소스·타겟 역할 투영(role projection)을 ICNN 기반 Bregman 발산에 결합한 역할 인식 신경 볼록 발산 헤드(role-aware neural convex divergence head)를 제안한다. 주요 의미론 및 온톨로지 벤치마크에서 10개의 랜덤 시드 실험 결과, 제안 방법은 음의 발산 없이 일반 ICNN-Bregman 헤드 대비 방향 정확도를 일관되게 향상시키는 플러그인 모듈로 활용될 수 있음을 보인다.