[논문]전문용어의 처리에 의한 도메인 온톨로지의 구축

임수연; 송무희; 이상조

전문용어의 처리에 의한 도메인 온톨로지의 구축
Domain-specific Ontology Construction by Terminology Processing 원문보기

정보과학회논문지. Journal of KIISE. 소프트웨어 및 응용, v.31 no.3, 2004년, pp.353 - 360

임수연 (경북대학교 컴퓨터공학과) , 송무희 (경북대학교 컴퓨터공학) , 이상조 (경북대학교 컴퓨터공학과)

초록
AI-Helper

온톨로지는 특정 도메인에 사용되는 용어들과 그 용어들 간의 관계를 정의하고, 이를 계층구조로 표현한 것을 말한다. 본 논문에서는 전문용어의 처리에 기반 한 도메인 특정적인 온톨로지의 반자동 구축방안을 제안하고자 한다. 이를 위하여 도메인 텍스트 내에서 전문용어를 구성하고 있는 명사나 접미사의 패턴을 분류하고, 이에 따라 전문용어를 추출하고 계층구조를 구하는 알고리즘을 제안한다. 실험은 약학 관련 문서를 대상으로 하였으며, 단일어절 전문용어를 인식한 결과 평균 92.57%, 다중어절 전문용어의 경우 평균 66.64%의 정확도를 보였다. 구축된 온톨로지는 의미정보와 함께 전문용어를 구성하는 특정 명사나 접미사를 중심으로 자연스런 의미 군을 형성함으로써 정보검색 등의 전문적인 지식의 접근에 유용하게 쓰일 수 있으며, 검색의 성능을 향상시키기 위한 추론의 기반으로도 이용할 수 있다.

Abstract ▼ AI-Helper

Ontology defines the terms used in a specific domain and the relationships between them and represents them as hierarchical taxonomy. The present paper proposes a semi-automatic domain-specific ontology construction method based on terminology Processing. For this purpose, it presents an algorithm to extract terminology according to the noun/suffix pattern of terminology in domain texts and find their hierarchical structure. The experiment was carried out using pharmacy-related documents. As singleton terminology with noun/suffix were identified, the average accuracy was 92.57%. In case of multi-word terminology, the average accuracy was 66.64%. The constructed ontology forms natural semantic clusters with based on suffices and semantic information, so can be utilized in approaches to specific knowledge such as information look-up or as the base of inference to improve searching abilities.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

병명이나 증세가 입력으로 들어오는 질의응답 시스템인 경우, 질의에 해당하는 약품명을 응답으로 돌려주기 위해서는 설정한 약품명과 관련이 있는 개념들 중 특히<Effect: 효능효과>정보에대부분 의존한다. 따라서 이 개념에 들어있는 정보를 집중적으로 분석하고 처리하고자 한다.
본 논문에서는 관련 도메인 코퍼스 내의 문서들을 학습시킨 결과를 이용하여 온톨로지를 반자동으로 구죽하는 방안을 제시하고자 한다. 이때 학습을 위한 문서들은 약학 도메인 내의 문서들로 한정한다.
본 논문에서는 구축할 온톨로지의 구조를 정하기 위하여, 웹상에 존재하는 약품과 관련이 있고 신뢰성이 있는 데이터베이스로 BITDruginfo(http://www.druginfo. co.kr)를 정하였다. 그 문서내의 데이터들을 분석한 결과를 이용하여 구축할 약품 온톨로지의 개념들과 이들을 연결시킬 관계들을 설정하였다.
본 논문에서는 전문용어들올 자동으로 주줄하기 위하여 그들의 출현형태를 분석하였다. 해당 도메인에 출현하는 대부분의 전문용어들은 복합명사의 형태로 출현하였으며, 크게 두 가지의 결합형태로 나눌 수 있다.
본 논문에서는 특정 도메인에 해당하는 문서들올 수집하여 코퍼스를 만들고, 코퍼스에 있는 텍스트의 분석 결과를 이용하여 반자동으로 온톨로지를 구죽하는 방법을 제안하였다. 이때 웹으로부터 수집한 약품에 관련된 문서들을 실험 대상으로 삼았으며, 온톨로지의 구축에 필요한 개념과 관계들을 추출하기 위하여 결합하는 특정 명사나 접미사를 이용한 전문용어의 처리방안을 제시하였다.
본 논문에서는 한국어 문서 내에 복합명사의 형태로 출현하는 전문용어들의 패턴들올 분류하고 이들의 구조를 분석한다. 그리고 분석한 결과로부터 의미군과 계충구조를 이끌어내어 온톨로지내의 의미관계를 부여해주는 알고리즘을 제안한다.
8% 를 차지한다. 이들에 대한 분포가 아래의 표2에 나타나 있으며, 전문용어의 출현형태에 따른 분석을 행하고자 한다.

제안 방법

kr)를 정하였다. 그 문서내의 데이터들을 분석한 결과를 이용하여 구축할 약품 온톨로지의 개념들과 이들을 연결시킬 관계들을 설정하였다. 그림 2는 설정된 개념들과 관계들로 이루어진 온톨로지의 구조를 개념 그래프로 나타낸 것이다.
분석한다. 그리고 분석한 결과로부터 의미군과 계충구조를 이끌어내어 온톨로지내의 의미관계를 부여해주는 알고리즘을 제안한다. 복합명사를 이루기 위해 첨부되는 접미사나 명사의 형태에 따라 분류된 전문용어들은 관련 도메인 내에서 자연스러운 군집현상을 일으키며 각각의 의미군을 형성한다.
구조에 맞도록 변환과정을 거친다. 그리고 자연어처리 기술을 이용하여 텍스트 분석을 수행한다. 이때, 분석한 문서 내에서 특정 내용을 포함하는 구문 패턴이 존재하는 경우 그 패턴에 .
이용한 텍스트 분석 과정을 거치게 된다. 먼저, 텍스트 내의 불용어(stop word)를 제거하고 스테밍을 거친 후, 문서내의 모든 명사들을 추출한다. 추출한 명사들은 온톨로지의 개념을 나타내고, 문서에 붙은 태그들과 동사들은 개념들 간의 관계를 나타내며 개념들을 연결 짓는 링크로서의 역할을 한다.
두 방법 모두 고품질의 의미 관계 패턴을 추출하는 것이 매우 중요하다. 보다 많은 의미관계 패턴을 추출하기 위하여 코퍼스 내의 텍스트에 출현하는 용어들의 형태를 분석하였다. 그 결과, 전문용어들이 많이 발견됨에 따라 이들에 대한 처리가 필요하였다.
본 논문에서는 구축할 온톨로지에 존재하는 개념들과 그들의 관계를 OWL[11]을 이용하여 표현하고 한글과 영어를 혼용한다. 다음의 그림 4는 개념 “Medicine: 약품명”을 OWI로 표현한 간단한 예를 보여준다.
하나는 명사와 명사가 결합한 형태이고, 다른 하나는 명사와 접미사가 결합한 형태이다. 본 논문에서는 복합명사를 구성하기 위해 결합되는 명사나 접미사를 20가지로 분류하였다. 이들은 “염, 증, 통, 균, 성, 질환, 속, 염증, 잔, 감, 종, 병, 열, 궤양, 선, 백선, 증후군, 형, 환, 군”이며 또한 의미적으로 관련이 있는 전문용어들을 서로 연결시킨다.
실험 도메인에서 나타난 이 다중어절 형태의 전문용어들은 중심어가 다시 단일어절로 이루어진 전문용어로 이루어진 경우가 많았다. 우리는 이 관계들을 두 어절 이상으로 이루어진 전문용어의 처리에 이용하며, 다섯 개의 관계 패턴들을 설정하고 이에 따라 온톨로지 내에서의 의미관계를 추가하고 설정할 것이다.
제안하였다. 이때 웹으로부터 수집한 약품에 관련된 문서들을 실험 대상으로 삼았으며, 온톨로지의 구축에 필요한 개념과 관계들을 추출하기 위하여 결합하는 특정 명사나 접미사를 이용한 전문용어의 처리방안을 제시하였다. 구축된 온톨로지는 도메인에 의존적이었으며 접미사의 형태에 따른 의미군으로 분류되는 양상을 보여주었다.

대상 데이터

제안한 방법에 의해 구축된 온톨로지는 정보검색 등의 전문적인 지식의 접근에 유용하게 쓰일 수 있다. 실험 도메인은 약학 분야로 정하고 약품 매뉴얼에 있는 텍스트를 대상으로 실험을 행하였다.
제안된 전문용어 처리방법을 약품도메인에 적용하였다 실험 문서 수는 21, 113개이고, 구문분석에 의하여 추출된 전체 명사수는 총 78, 902개이다. 이 중 추출된 전문용어들의 수는 55, 870개로 전체 명사수의 약 70.

성능/효과

위의 그림에서 입력된 문장을 파싱한 결과, 해당약품 (Medicine)에 대하여 개념인 급성 췌장염(Acute Pancreatitis) 과 부작용 (hasSideEffect), 감량 (decrease) 의 관계를 추출한다, 특히 개념 "Acute Pancreatitis"^ 현재 온톨로지에 존재하지 않는 전문용어로 3장에서 제안한 전문용어 처리과정을 거치게 되고, 상위개념 Pancreatitis(췌장염)와 Inflammation(염)를 추출한다. 추출한 상위개념이 이미 해당 온톨로지에 존재하는 경우에는 “hyponymOf”관계만 이어주면 되지만, 그렇지 않은 경우에는 이들 상위개념을 추가하며 관계를 연결함으로써 온톨로지를 확장해간다.
실험 텍스트에서 나타난 전문용어들은 대부분 “만성위염”과 같이 수식어와 중심어의 관계를 가지는 다중어절의 형태로 나타났다. 실험 도메인에서 나타난 이 다중어절 형태의 전문용어들은 중심어가 다시 단일어절로 이루어진 전문용어로 이루어진 경우가 많았다.
그림 2는 설정된 개념들과 관계들로 이루어진 온톨로지의 구조를 개념 그래프로 나타낸 것이다. 약품명을 비롯한 각 개념들은 이 데이터베이스를 분석한 결과로부터 얻을 수 있으며, 약품명은 제조회사, 보험코드, 성분코드, 효능효과 등의 서브 카테고리로 나눌 수 있었다.
구축된 온톨로지는 도메인에 의존적이었으며 접미사의 형태에 따른 의미군으로 분류되는 양상을 보여주었다. 접미사와 결합한 단일어절로 나타나는 전문용어를 인식한 결과 2, 864개의 하위개념을 추가하고 평균 92.57%의 정확도를 보였으며, 다중어절로 나타나는 전문용어의 경우에는 평균 66.64%의 정확도를 보였다.
예를 들어 “문학, 의학, 공학…” 등과 같이 명사 “학(學)”으로 연결된 개념들은 학문(學文)올 나타내므로 온톨로지 내에서 군집을 형성한다. 제안한 방법에 의해 구축된 온톨로지는 정보검색 등의 전문적인 지식의 접근에 유용하게 쓰일 수 있다. 실험 도메인은 약학 분야로 정하고 약품 매뉴얼에 있는 텍스트를 대상으로 실험을 행하였다.

후속연구

이는 온톨로지에 정의된 개념과 규칙들이 검색을 향상시키기 위한 추론의 기반으로 이용될 수 있다는 것을 의미한다. 앞으로 구축된 온톨로지를 일반 도메인에 적용하도록 확장하는 방안에 관해 계속 연구해나가야 할 것이다.

참고문헌 (15)

Guarino, N.: Formal Ontology and Information Systems. In Proceeding of the 1st International Conference, Trento, Italy, IOS Press, 1998
Michele M., Paola V. and Paolo F., 'Text Mining Techniques to Automatically Enrich a Domain Ontology,' Applied Intelligence 18, 322-340, 2003
Kang, S. J. and Lee, J. H.: Semi-Automatic Practical Ontology Construction by Using a Thesaurus, Computational Dictionaries, and Large Corpora. ACL 2001 Workshop on Human Language Technology and Knowledge Management, Toulouse, France, 2001
Lim, S. Y, Koo, S. O., Song, M. H., Lee, S. J., 'Hub_word based on Ontology Construction for Document Retrieval,' IC-AI'03, Las Vegas, USA, 2003
이현민, 박혁로, '복합명사의 역방향 분해 알고리즘', 정보처리학회 논문지(B), 제8-B권 4호, pp. 357-364, 2003
오종훈, 이경순, 최기선, '분야간 유사도와 통계기법을 이용한 전문용어의 자동 추출', 정보과학회지 논문지, 제29권 4호, pp. 258-269, 2002

원문보기 상세보기
이경희, 이주호, 최명석, 김길창, '한국어 문서에서 개체명 이식에 관한 연구', 제12회 한글 및 한국어 정보처리 학술대회 학술발표논문집, pp, 292-299, 2000
황이구, 윤보현, 'HMM에 기반한 한국어 개체명 인식', 정보처리학회 논문지(B), 제10권 2호, pp. 229-236, 2003

원문보기 상세보기
Vossen P., 'Extending, trimming and fusing WordNet for technical documents,' NAACL-2001 Workshop on WordNet and Other Lexical Resources : Applications, Extensions and Customizations, 2001
Miller, G. A., Chodorow, M., Landes, S., Leacock, C. and Thomas, R.G.:WordNet: An On-line Lexical Database. International Journal of Lexicography, 1990
Michael K. Smith, Chris Welty, Deborah L. McGuinness, 'OWL Web Ontology Language Guide,' World Wide Web Consortium,http://www.w3.org/TR/owl-guide, 2003
Maedche, A.: Ontology Learning for the Semantic Web. Kluwer Academic Publishers, Boston, 2002
Baeza-Yates, R. and Robeiro-Neto, B.: Modern Information Retrieval. ACM Press, New York, NY, USA, 1999
Bettina, B., Andreas, H., Gerd, S.: Towards Semantic Web Mining. International Semantic Web Conference, 2002

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증