$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

n-gram/2L: 공간 및 시간 효율적인 2단계 n-gram 역색인 구조
n-Gram/2L: A Space and Time Efficient Two-Level n-Gram Inverted Index Structure 원문보기

정보과학회논문지. Journal of KIISE. 데이타베이스, v.33 no.1, 2006년, pp.12 - 31  

김민수 (한국과학기술원 전산학과) ,  황규영 (한국과학기술원 전산학과) ,  이재길 (한국과학기술원 전산학과) ,  이민재 ((주)네오위즈 연구소)

초록
AI-Helper 아이콘AI-Helper

n-gram 기반 역색인 구조는 언어 중립적이고 에러 허용적인 장점들로 인해 일부 아시아권 언어에 대한 정보 검색이나 단백질과 DNA의 sequence의 근사 문자열 매칭에 유용하게 사용되고 있다. 그러나, n-gram 기반의 역색인 구조는 색인의 크기가 크고 질의 처리 시간이 오래 걸린다는 단점들을 가지고 있다. 이에 본 논문에서는 n-gram 기반 역색인의 장점을 그대로 유지하면서 색인의 크기를 줄이고 질의 처리 성능을 향상시킨 2단계 n-gram 역색인(간단히 n-gram/2L 역색인이라 부른다)을 제안한다. n-gram/2L 역색인은 n-gram 기반 역색인에 존재하던 위치 정보의 중복을 제거한다. 이를 위해 문서로부터 길이 m의 m-subsequence들을 추출하고, 그 m-subsequence들로부터 n-gram을 추출하여 2단계로 역색인을 구성한다. 이러한 2단계 구성 방법은 이론적으로 의미 있는 다치 종속성이 존재하는 릴레이션을 정규화하여 중복을 제거하는 것과 동일하며, 이를 본문에서 정형적으로 증명한다. n-gram/2L 역색인은 데이타의 크기가 커질 수록 n-gram 역색인에 비해 색인 크기가 줄어들며 질의 처리 성능이 향상되고, 질의 문자열의 길이가 길어져도 질의 처리 시간이 거의 증가하지 않는 좋은 특성을 가진다. 1GByte 크기의 데이타에 대한 실험을 통하여, n-gram/2L 역색인은 n-gram 기반 역색인에 비해 최대 1.9${\~}$2.7배 더 작은 크기를 가지면서, 동시에 질의 처리 성능은 3${\~}$18 범위의 길이를 가지는 질의들에 대해 최대 13.1배 향상됨을 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The n-gram inverted index has two major advantages: language-neutral and error-tolerant. Due to these advantages, it has been widely used in information retrieval or in similar sequence matching for DNA and Protein databases. Nevertheless, the n-gram inverted index also has drawbacks: the size tends...

주제어

#정보검색   #역색인   #다치 종속성  

참고문헌 (17)

  1. Ricardo Baeza-Yates and Berthier Ribeiro-Neto, Modern Information Retrieval, ACM Press, 1999 

  2. Hugh E. Williams and Justin Zobel, 'Indexing and Retrieval for Genomic Databases,' IEEE Trans. on Knowledge and Data Engineering, Vol. 14, No. 1, pp, 63-78, Jan./Feb. 2002 

    상세보기 crossref

  3. Gonzalo Navarro, 'A Guided Tour to Approximate String Matching,' ACM Computing Surveys, Vol. 33, No. 1, pp. 31-88, Mar. 2001 

    상세보기 crossref

  4. I. Witten, A. Moffat, and T. Bell, Managing Gigabytes: Compressing and Indexing Documents and Images, Morgan Kaufmann Publishers, Los Altos, California, 2nd ed., 1999 

  5. James Mayfield and Paul McNamee, 'Single N-gram Stemming,' In Proc. Int'l Conf. on Information Retrieval, ACM SIGIR, Toronto, Canada, pp. 415-416, July/Aug. 2003 

    crossref

  6. Ethan Miller, Dan Shen, Junli Liu, and Charles Nicholas, 'Performance and Scalability of a Large-Scale N-gram Based Information Retrieval System,' Journal of Digital Information 1(5), pp. 1-25, Jan. 2000 

  7. Alistair Moffat and Justin Zobel, 'Self-indexing inverted files for fast text retrieval,' ACM Trans. on Information Systems, Vol. 14, No. 4, pp. 349-379, Oct. 1996 

    상세보기 crossref

  8. Falk Scholer, Hugh E. Williams, John Yiannis and Justin Zobel, 'Compression of Inverted Indexes for Fast Query Evaluation,' In Proc. Int'l Conf. on Information Retrieval, ACM SIGIR, Tampere, Finland, pp. 222-229, Aug. 2002 

    crossref

  9. Joon Ho Lee and Jeong Soo Ahn, 'Using n-Grams for Korean Text Retrieval,' In Proc. Int'l Conf. on Information Retrieval, ACM SIGIR, Zurich, Switzerland, pp. 216-224, 1996 

    crossref

  10. Kyu-Young Whang, Min-Jae Lee, Jae-Gil Lee, Min-soo Kim, and Wook-Shin Han, 'Odysseus-a High-Performance ORDBMS Tightly-Coupled with IR Features,' In Proc. the 21th IEEE Int'l Conf. on Data Engineering(ICDE), Tokyo, Japan, Apr. 2005 

    crossref

  11. Jonathan D. Cohen, 'Recursive Hashing Functions for n-Grams,' ACM Trans. on Information Systems, Vol. 15, No. 3, pp. 291-320, July 1997 

    상세보기 crossref

  12. Ramez Elmasri and Shamkant B. Navathe, Fundamentals of Database Systems, Addison Wesley, 4th ed., 2003 

  13. Abraham Silberschatz, Henry F. Korth, and S. Sudarshan, Database Systems Concepts, McGraw-Hill, 4th ed., 2001 

  14. Jeffery D. Ullman, Principles of Database and Knowledge-Base Systems Vol. I, Computer Science Press, USA, 1988 

  15. Raghu Ramakrishnan, Database Management Systems, McGraw-Hill, 1998 

  16. Hugh E. Williams, 'Genomic Information Retrieval,' In Proc. the 14th Australasian Database Conferences, 2003 

  17. Karen Kukich, 'Techniques for Automatically Correcting Words in Text,' ACM Computing Surveys, Vol. 24, No. 4, pp. 377-439, Dec. 1992 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로