무엇이 어디에서 도움이 되는가 그리고 그 이유는 무엇인가? 지식 전이를 위한 의미적 관련성

단일 객체 클래스 인식에서는 눈에 띄는 성과가 보고되었습니다. 그러나 많은 클래스에 대한 확장성은 오늘날 인식 방법의 중요한 도전 과제로 남아 있습니다. 여러 저자들은 이 도전을 해결하기 위한 핵심 요소로 클래스 간 지식 전이를 촉진할 것을 제안했습니다. 그러나 이전 연구에서는 어떤 지식을 전이할지를 결정하는 데 수동 감독이나 적어도 몇 개의 훈련 사례가 필요하여 이러한 접근 방식의 확장성을 제한했습니다. 본 연구에서는 인간의 개입 없이 클래스 간 어떤 정보를 전이할지를 자동으로 결정하는 방법에 대한 질문을 명시적으로 다룹니다. 이를 위해 우리는 지식 전이의 출처(무엇)와 대상(어디) 간의 의미적 연관성을 제공하기 위해 언어 지식 기반을 활용합니다. 우리는 다양한 지식 기반과 자연어 처리를 위한 최첨단 기술에 대한 철저한 실험 평가를 제공하며, 이는 관련 연구에서 언어 사용의 제한을 훨씬 넘어섭니다. 또한, 지식 전이를 위한 다양한 지식 출처와 유사성 측정의 적용 가능성(이유)에 대한 통찰을 제공합니다.