본 논문은 의료 생물학 텍스트의 의미 변화를 모델링하기 위해 드리프트 인식 시간 그래프 재배선(DATGR) 프레임워크를 소개합니다. 기존 모델은 새로운 발견으로 인해 의미 충실도를 잃기 때문에 성능이 저하됩니다. DATGR은 에지 가중치에 대한 피드백 기반 재배선을 통해 시간 경과에 따른 의미 변화를 효과적으로 포착합니다.
BIOMRC 데이터셋 평가 결과, DATGR은 정적 기준 모델 대비 AUROC가 약 0.066 향상된 0.699를 달성했습니다. AUPRC는 0.738로 거의 동일하여 정밀도는 유지하면서 링크 예측 재현율을 향상시켰습니다.
이 결과는 에지 수준의 적응이 진화하는 의료 생물학 텍스트의 시간적 의미 변화를 효과적으로 포착하며 계산 효율적이고 해석 가능함을 보여줍니다.