순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Knowledge Graph-based Retrieval-Augmented Generation for Schema Matching
Chuangtao Ma, Sriom Chakrabarti, Arijit Khan 외 · ACM Transactions on Knowledge Discovery from Data · 2026년 · 조회 14
왜 이 논문인가 — 선정 기준
NEW PAPER · 최근 발표된 참신한 논문 — 게재일 기준 최신 + 정상 등재 저널
2026-11 발표 · 게재 2일차 · ACM Transactions on Knowledge Discovery from Data
NEW 슬롯은 최신성·참신성을 중점으로 선정했으며, 2026년 11월 발표 논문으로 인용 18회·FWCI 17.8으로 동년 상위 1%에 속한다.
논문 요약
전통적인 유사도 기반 스키마 매칭은 복잡한 도메인에서 의미적 모호성과 충돌을 해결하지 못한다. 대형 언어 모델은 배경 지식이 부족해 환각을 일으키는 문제가 있다. 본 연구는 KG‑RAG4SM을 제안하여 LLM, 벡터, 그래프 탐색, 하이브리드 등 다양한 검색 메커니즘과 고급 재랭킹을 결합해 외부 대형 지식 그래프에서 관련 서브그래프를 추출한다. 재학습 없이도 기존 LLM 기반 최첨단 방법보다 정밀도 39.79%, F1 30.56% 개선했다.
후속 연구설계에 활용하기
후속 연구에서는 검색 기법(LLM·벡터·그래프)·재랭킹 방식을 변수화하여 다양한 스키마 매핑 데이터셋에 대한 성능 비교 실험을 설계할 수 있다.
핵심어
지식 그래프검색 증강 생성스키마 매칭대형 언어 모델
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.