본 연구는 지식 그래프 임베딩 모델에서 관계를 연산자로 표현하는 방식에 대한 구조적 공리를 제시합니다. 선형성, 궤적 보존, 완전 양성은 Kraus 채널 구조를 특징짓고, 이를 통해 기존 모델을 이론적으로 설명합니다.
KrausKGE 모델은 1대N 및 N대N 관계를 자연스럽게 처리하고, 벤치마크 없이 k-hop 추론을 지원하며, 엔티티 임베딩에 대한 정규화 제약 조건을 없애는 것을 목표로 합니다.
실험 결과, KrausKGE 모델은 N대N 관계에서 기존 모델보다 우수한 성능을 보이며, 관계 팬아웃이 증가함에 따라 성능 향상이 증가하는 경향을 보였습니다.