폭발적으로 증가하는 웹상에서의 데이터나 기업 내에서 수많은 고객을 응대하면서 발생하는 데이터 및 기업 내의 지식 정보들을 검색하는데 있어서 기존의 검색 기술로는 정확한 정보를 찾아내기가 점점 힘들어 지고 있다. 이러한 문제점을 극복하고자 제안된 시맨틱웹은 온톨로지를 기반으로 하고 있다. 그러나 온톨로지는 여러 전문가들의 전문지식 및 경험적 지식에 의하여 생성되므로 도메인에 대한 정보 확보 및 분석 작업 등에 많은 시간과 인력이 투입된다. 본 연구에서는 온톨로지를 구축함에 있어서 해당 도메인에 대한 관계형 ...
폭발적으로 증가하는 웹상에서의 데이터나 기업 내에서 수많은 고객을 응대하면서 발생하는 데이터 및 기업 내의 지식 정보들을 검색하는데 있어서 기존의 검색 기술로는 정확한 정보를 찾아내기가 점점 힘들어 지고 있다. 이러한 문제점을 극복하고자 제안된 시맨틱웹은 온톨로지를 기반으로 하고 있다. 그러나 온톨로지는 여러 전문가들의 전문지식 및 경험적 지식에 의하여 생성되므로 도메인에 대한 정보 확보 및 분석 작업 등에 많은 시간과 인력이 투입된다. 본 연구에서는 온톨로지를 구축함에 있어서 해당 도메인에 대한 관계형 데이터 모델을 활용하여 온톨로지 스키마를 자동으로 추출하는 방법을 제안한다. 관계형 데이터 모델은 특정 도메인에 대한 개념과 관계를 잘 설명하는 정보의 저장 구조이며 지식의 표현이다. 따라서 관계형 데이터 모델에서 온톨로지 스키마를 추출하게 되면 해당 도메인에 대한 정보 확보 및 분석 작업 등에 많은 시간을 절약할 수 있다. 본 연구에서는 관계형 데이터 모델에서 온톨로지를 구성하는 개념클래스, 관계명, 상하위관계, 제약사항, 데이터속성 등을 추출하고 이를 웹온톨로지 언어로 재구성하여 온톨로지 스키마를 생성한다. 기존의 방법들은 관계형 모델로부터 개념클래스 정제 작업을 생략하거나 전문가의 수작업을 통하여 관계형 데이터 모델의 정제 작업을 수행한 후에 온톨로지를 구축하였으나, 본 연구에서는 관계형 데이터 모델을 구성하는 요소들을 활용하여 개념클래스 정제작업을 자동화하여 온톨로지를 구축한다. 제안 방법의 타당성을 평가하기 위하여 실제 업무에서 사용되고 있는 관계형 데이터 모델로부터 온톨로지 변환을 수행한 후, 관계형 데이터 모델과 온톨로지 간의 대응 요소 및 추출된 관계명에 대한 전문가의 검증을 수행하였다. 평가결과 관계형 데이터 모델에서 온톨로지 스키마를 빠른 시간에 추출하고 자동 생성된 관계명이 유효하다는 결과를 얻었다.
폭발적으로 증가하는 웹상에서의 데이터나 기업 내에서 수많은 고객을 응대하면서 발생하는 데이터 및 기업 내의 지식 정보들을 검색하는데 있어서 기존의 검색 기술로는 정확한 정보를 찾아내기가 점점 힘들어 지고 있다. 이러한 문제점을 극복하고자 제안된 시맨틱웹은 온톨로지를 기반으로 하고 있다. 그러나 온톨로지는 여러 전문가들의 전문지식 및 경험적 지식에 의하여 생성되므로 도메인에 대한 정보 확보 및 분석 작업 등에 많은 시간과 인력이 투입된다. 본 연구에서는 온톨로지를 구축함에 있어서 해당 도메인에 대한 관계형 데이터 모델을 활용하여 온톨로지 스키마를 자동으로 추출하는 방법을 제안한다. 관계형 데이터 모델은 특정 도메인에 대한 개념과 관계를 잘 설명하는 정보의 저장 구조이며 지식의 표현이다. 따라서 관계형 데이터 모델에서 온톨로지 스키마를 추출하게 되면 해당 도메인에 대한 정보 확보 및 분석 작업 등에 많은 시간을 절약할 수 있다. 본 연구에서는 관계형 데이터 모델에서 온톨로지를 구성하는 개념클래스, 관계명, 상하위관계, 제약사항, 데이터속성 등을 추출하고 이를 웹온톨로지 언어로 재구성하여 온톨로지 스키마를 생성한다. 기존의 방법들은 관계형 모델로부터 개념클래스 정제 작업을 생략하거나 전문가의 수작업을 통하여 관계형 데이터 모델의 정제 작업을 수행한 후에 온톨로지를 구축하였으나, 본 연구에서는 관계형 데이터 모델을 구성하는 요소들을 활용하여 개념클래스 정제작업을 자동화하여 온톨로지를 구축한다. 제안 방법의 타당성을 평가하기 위하여 실제 업무에서 사용되고 있는 관계형 데이터 모델로부터 온톨로지 변환을 수행한 후, 관계형 데이터 모델과 온톨로지 간의 대응 요소 및 추출된 관계명에 대한 전문가의 검증을 수행하였다. 평가결과 관계형 데이터 모델에서 온톨로지 스키마를 빠른 시간에 추출하고 자동 생성된 관계명이 유효하다는 결과를 얻었다.
In information retrieval systems, it is getting hard to retrieve data effectively by using traditional information retrieval methods. Semantic web which is proposed to overcome this problem is based on ontology. However, since ontology is constructed by expert's technical and heuristic knowledge, la...
In information retrieval systems, it is getting hard to retrieve data effectively by using traditional information retrieval methods. Semantic web which is proposed to overcome this problem is based on ontology. However, since ontology is constructed by expert's technical and heuristic knowledge, large amount of time and resources acquire are required to analyze domain information. This research proposes an automatic ontology schema extraction method from a relational data model on the investigated domain. The relational data model is the information structure and also the knowledge representation which explains the concepts and relations on the specific domain. Thus, extracting the ontology schema from a relational data model can save time to acquire and analyze domain information. The proposed method extracts concept classes, relation names, hierarchies, restrictions and data types, and then constructs an ontology schema by using an web ontology language. Existing methods, which constructs ontology from a relational data model, have constructed ontology without refining work of concept classes or with manual refining work by experts. However, the proposed method constructs ontology automatically by using the elements composing relational data models. To evaluate the validity of the proposed method, experiments were done with a relational data model in a real domain. Experiment results shows that the proposed method constructs an ontology schema quickly and the relation names created automatically from a relational data model are validate.
In information retrieval systems, it is getting hard to retrieve data effectively by using traditional information retrieval methods. Semantic web which is proposed to overcome this problem is based on ontology. However, since ontology is constructed by expert's technical and heuristic knowledge, large amount of time and resources acquire are required to analyze domain information. This research proposes an automatic ontology schema extraction method from a relational data model on the investigated domain. The relational data model is the information structure and also the knowledge representation which explains the concepts and relations on the specific domain. Thus, extracting the ontology schema from a relational data model can save time to acquire and analyze domain information. The proposed method extracts concept classes, relation names, hierarchies, restrictions and data types, and then constructs an ontology schema by using an web ontology language. Existing methods, which constructs ontology from a relational data model, have constructed ontology without refining work of concept classes or with manual refining work by experts. However, the proposed method constructs ontology automatically by using the elements composing relational data models. To evaluate the validity of the proposed method, experiments were done with a relational data model in a real domain. Experiment results shows that the proposed method constructs an ontology schema quickly and the relation names created automatically from a relational data model are validate.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.