연구진은 질문을 인식하는 확산 활성화 방법을 제안하여 지식 그래프 기반 멀티홉 검색 성능을 개선했어요. 기존 방식은 그래프 구조에만 의존하지만, 제안된 방법은 질문과 후보 엔티티 설명을 비교하여 검색 과정을 개선해요. MuSiQue 데이터셋에서 기존 최고 성능 모델과 동등한 성능을 보였고, HippoRAG보다 정확도와 F1 점수가 높게 나타났어요.
게이트 기능을 제거했을 때 정확도와 검색 지연 시간이 모두 개선되는 것을 확인했어요. 제안된 방법은 Neo4j 데이터베이스에서 단일 Cypher 쿼리로 처리되어 그래프 데이터를 메모리에 로드할 필요가 없어요. 2WikiMultiHopQA 데이터셋에서는 기존 방식이 더 나은 성능을 보였는데, 이는 구문 노드 아키텍처 때문으로 분석돼요.