관계 자체를 임베딩하는 BaryGraph 공개

관계(Edge)를 단순 메타데이터가 아닌 독립된 임베딩 문서로 처리하는 새로운 지식 그래프 구조를 제안함.

기존의 벡터 검색 방식은 두 노드 사이의 관계를 단순히 두 지점의 근접성으로 취급하여 정보 손실이 발생한다는 한계가 있습니다. BaryGraph는 관계(Edge)를 BaryEdge라는 독립된 벡터 문서를 통해 표현함으로써 이 문제를 해결합니다.

핵심 메커니즘:

BaryEdge 임베딩: 관계의 품질($q$)과 관계 유형의 컨텍스트 임베딩($v(type)$)을 결합하여 관계 자체를 검색 가능한 문서로 만듭니다.
MetaBary 계층 구조: 두 BaryEdge를 재귀적으로 쌓아 올려 상위 추상화 단계인 MetaBary 트라이아드를 형성하며, 이를 통해 서로 멀리 떨어진 개념 간의 구조적 연결을 찾아냅니다.
효율적 탐색: 트리 구조(Forest)를 채택하여 단일 $graphLookup만으로 루트까지의 탐색이 가능하며, 사이클 처리 문제가 없습니다.

검증 결과:

SimLex-999 및 WordSim-353 벤치마크 테스트 결과, 단순 코사인 유사도보다 **구조적 지표(Relational Neighborhood Overlap)**가 인간의 유사도 판단과 더 높은 상관관계($ ho ext{ ≈ } 0.32 ext{--}0.53$)를 보였습니다.