바로가기메뉴

본문 바로가기 주메뉴 바로가기

ACOMS+ 및 학술지 리포지터리 설명회

  • 한국과학기술정보연구원(KISTI) 서울분원 대회의실(별관 3층)
  • 2024년 07월 03일(수) 13:30
사전등록 바로가기
 

logo

  • P-ISSN1013-0799
  • E-ISSN2586-2073
  • KCI

논문 상세

이전 다음
논문 투고

Vol.25 No.4

Citation Share

새로운 N-ary 관계 디자인 기반의 온톨로지 모델을 이용한 문장의미결정

A Semantic Similarity Decision Using Ontology Model Base On New N-ary Relation Design

정보관리학회지 / Journal of the Korean Society for Information Management, (P)1013-0799; (E)2586-2073
2008, v.25 no.4, pp.43-66
https://doi.org/10.3743/KOSIM.2008.25.4.043
김수경 (한국정보통신대학교)
안기홍 (한밭대학교)
최호진 (한국과학기술원)
김수경, 안기홍, & 최호진. (2008). 새로운 N-ary 관계 디자인 기반의 온톨로지 모델을 이용한 문장의미결정. 정보관리학회지, 25(4), 43-66, https://doi.org/10.3743/KOSIM.2008.25.4.043

초록

시맨틱 웹 기술의 제안과 더불어 다양한 분야에 온톨로지의 특징을 적용한 기술 개발 연구가 많이 진행되고 있다. 인간이 소유한 개념을 가장 적절하게 표현하기 위해 현재에도 OWL, RDF와 같은 온톨로지 언어의 표현력을 확장시키기 위해 N-ary 관계나 모델-이론 의미론과 같은 개발이 진행되고있다. 본 연구는 한국어에 있어 문장이 내포하는 의미를 정확하게 결정하기 위해 문장의 구조에 따라 달라지는 단어의 의미를 연관할 수 있도록 N-ary 관계와 디자인 기반이 적용된 온톨로지의 지식 표현 방법을 연구하였다. 특히 다양한 지식 영역을 포함하는 다의어(polysemy)와 동의어(synonym)의 특징을 갖는 단어에 있어 각 지식 영역으로 분류되어 각 지식 영역에 있는 유사한 의미를 가진 단어로 확장되어 유사한 의미를 가진 단어가 포함된 문장의 경우 까지도 확장할 수 있는 표현 방법을 연구하였다. 연구의 검증을 위해 사용자가 입력한 병증 문장을 제안된 방법에 따라 구축된 온톨로지내 지식 관계와 의미 결정을 위한 추론 표현 방법을 이용하여 병증의 의미를 결정하고 그에 따른 진단을 제공하는 실험 시스템을 구현하였고, 한국어가 갖고 있는 문장의 유의성, 모호성, 복합성 의 특징을 보유한 증상문들의 실험 결과 의미 결정과 유사 의미 확장에 있어 우수한 성능을 보여주었다.

keywords
의미유사도, 온톨로지, N-ary, 추론, 질의응답시스템, semantic similarity, ontology, N-ary, inference, question-answer system, semantic similarity, ontology, N-ary, inference, question-answer system

Abstract

Currently be proceeded a lot of researchers for ‘user information demand description' for interface of an information retrieval system or Web search engines, but user information demand description for a natural language form is a difficult situation. These reasons are as they cannot provide the semantic similarity that an information retrieval model can be completely satisfied with variety regarding an information demand expression and semantic relevance for user information description. Therefore, this study using the description logic that is a knowledge representation base of OWL and a vector model-based weight between concept, and to be able to satisfy variety regarding an information demand expression and semantic relevance proposes a decision way for perfect assistances of user information demand description. The experiment results by proposed method, semantic similarity of a polyseme and a synonym showed with excellent performance in decision.

keywords
의미유사도, 온톨로지, N-ary, 추론, 질의응답시스템, semantic similarity, ontology, N-ary, inference, question-answer system, semantic similarity, ontology, N-ary, inference, question-answer system

참고문헌

1.

노상규. (2007). 인터넷 진화의 열쇠, 온톨로지, in: gods Toy business.

2.

박영택. (2006). 온톨로지 추론 개요와 연구동향. 한국정보과학회 학회지, 24(4), 17-23.

3.

안우식. (2006). OWL 속성을 이용한 온톨로지 간 의미 유사도 측정 방법. 한국컴퓨터종합학술대회논문집, 33(1B), -.

4.

이현자. (2005). Description Logic을 이용한 전자카타로그 온톨로지 모델링. 정보과학회논문지 : 데이타베이스, 32(2), 111-119.

5.

한국전산원. (2004). 웹 환경에서의 지식교환/유통을 위한 지식표현 및 추론기술 연구.

6.

Baader, F. (2003). The Description Logic Handbook:Cambridge University Press,.

7.

Bernardo Cuenca Grau. (2008). OWL 1.1 Web Ontology Language: Model-Theoretic Semantics:W3C Working Draft.

8.

Bright, M. W. (1994). Automated resolution of semantic heterogeneity in multi- databases. ACM Transaction on Database Systems, 19, 212-253.

9.

Ce Zhang. (2008). Semantic Similarity Based on Compace Concept Ontology. WWW2008, , -.

10.

Ellen M. Voorhees. (1999). The TREC-8 Question Answering Track Report. .

11.

G. Salton. (1968). Computer eval- uation of indexing and text prcessing. Journal of the ACM, 15(1), 8-36.

12.

G.Salton. (1971). The SMART Retrieval System - Experiments in Automatic Document Processin:Prentice Hall Inc..

13.

Guarino, N. (1999). Ontoseek: Content-based access to the web. IEEE Intelligent Systems, 3, 70-80.

14.

Hollink, L. (2003). Semantic Annotation of Image Collections (-). Proceedings of Knowledge Capture - Knowledge Markup and Semantic Annotation Workshop.

15.

Lee, J. (1993). Information retrieval based on conceptual distance in is-a hierarchies. Journal of Docu- mentation, 2, 188-207.

16.

Natasha Noy. (2006). Defining N-ary Relations on the Semantic Web. W3C Working Group Note, 12, -.

17.

P. Selvi. (2008). The New Semantic Similarity Measure Using Ontology and Corpus. The lcfai Journal of Computer Sciences, 2(1), 29-37.

18.

Rajesh Thiagarajan. (2008). Computing Seman- tic Similarity Using Ontology:ISWC.

19.

Resnik,P. (1999). Semantic similarity in a taxonomy: An information-based meas- ure and its application to problems of ambiguity in natural language. Journal of Artificial Intelligence Research, 11, 95-130.

20.

Sharon L. Greene. (1990). No IFs, ANDs, or Ors: A study of database querying:International Journal if Man- Machine Studies.

21.

Staab, S. (2004). Handbook on Ontologies:International Handbooks on Information Systems,Springer, in: International Handbooks on Information Systems.

22.

Zahra Eidoon. (2008). Ontology Matching Using Vector Space (472-481). ECIR 2008.

정보관리학회지

논문 투고 OA 정책