선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 RDF 데이타의 특성을 고려한 RDF 데이타에 대한 효율적인 키워드 검색 기법을 제안한다. 제안하는 기법에서는 먼저 전처리 단계로 온톨로지 축약을 수행한다.
- 본 논문에서는 RDF 온톨로지 데이타에 대한 효율적인 키워드 검색 기법을 제안하였다. 제안하는 기법은 크게 전처리 단계와 키워드 검색 단계로 나뉜다.
가설 설정
- 예를 들어, 기존에 관계형 데이타베이스에서 질의를 작성할 때는 테이블 이름이나 테이블의 칼럼 이름에 관한 정보를 미리 알고 있어야 했지만 키워드 검색에서는 그럴 필요가 없다. 둘째, 사용자는 특별한 질의 언어를 배울 필요가 없다. 반면에 관계형 데이타베이스를 질의하기 위해서는 SQL을 배워야 하고 XML 데이타베이스를 질의하기 위해서는 XQuery를 배워야 한다.
- LP 속성은 목적어가 일반 텍스트인 속성이고 NLP 속성은 목적어가 일반 텍스트가 아닌 특정 클래스의 인디비쥬얼인 속성이다' 보통 LP 속성은 특정 인디비쥬얼에 대한 정보를 텍스트로 기술하는데 사용되고 NLP 속성은 주어 인디비쥬얼과 목적어 인디비쥬얼의 관계를 기술하는 데 사용된다. 본 논문에서는 RDF 그래프를 그릴 때 주어 노드와 NLP 속성의 목적어 노드는 타원으로 그리고 LP 속성의 목적어 노드는 사각형으로 그린다 본 논문에서는 RDF 데이타에 대해 다음 두 가지를 가정한다. 첫째, 모든 인디비쥬얼은 특정 클래스에 속한다.
제안 방법
- 이 실험에서 사용한 데이타 셋은 25MB 데이타 셋과 50MB 데이타 셋이다. 각 실험에서 데이타셋과 키워드 수가 주어지면, 주어진 데이타 셋에서 주어진 개수만큼의 키워드를 무작위로 선택한 후 실험하였다. 키워드 중에서 영어 알파벳 이외의 문자를 포함하거나, 길이가 2 이하인 키워드는 실험에서 제외하였다.
- 키워드 검색 단계에서는 먼저 키워드 검색 결과 정렬을 위해 RDF 데이타 그래프의 노드와 에지에 키워드와의 연관도를 부여한다. 기존 기법과는 다르게 제안하는 기법에서는 RDF 온톨로지 데이타의 특성을 활용하여 키워드 연관도를 더욱 정확하게 계산한다. 마지막으로 키워드와의 연관도가 부여된 RDF 데이타 그래프에 대해 기존의 그래프 기반 키워드 검색 알고리즘을 실행하여 키워드 검색 결과를 얻고 결과를 키워드와의 연관도에 따라 정렬하여 사용자에게 반환한다
- 데이타 크기 실험에서는 제안하는 기법의 전처리 단계를 통해 서로 관련이 있는 노드와 에지를 클러스터링함으로써 얻을 수 있는 RDF 그래프 크기 감소 효과를 측정해 보았다. 실험에 사용한 RDF 그래프의 크기는 25MB, 50MB, 75MB, 100MB다 그림 6(a)는 제안하는 기법의 전처리 단계를 통해 RDF 그래프를 클러스터링하기 전(No clusterinG과 클러스터링한 후(Clustering)의 RDF 그래프의 노드 수를 측정한 결과를 보여준다.
- 기존 기법과는 다르게 제안하는 기법에서는 RDF 온톨로지 데이타의 특성을 활용하여 키워드 연관도를 더욱 정확하게 계산한다. 마지막으로 키워드와의 연관도가 부여된 RDF 데이타 그래프에 대해 기존의 그래프 기반 키워드 검색 알고리즘을 실행하여 키워드 검색 결과를 얻고 결과를 키워드와의 연관도에 따라 정렬하여 사용자에게 반환한다
- 하지만, 기존 TF-IDF 방법에서는 키워드가 사용된 도메인을 고려하지 않기 때문에 연구 분야에 상관 없이 "database”라는 키워드의 선별 효과를 동일하다고 본다. 반면에, 제안하는 KF-INF 방법에서는 키워드 k가 나타나는 MIU 노드 수를 구할 때 그 대상을 동일한 클래스에 속하는 MIU 노드만으로 한정함으로써 키워드 k의 노드 선별도를 더욱 정확하게 계산한다.
- 본 논문에서는 RDF 그래프를 무방향 그래프(undirected graph)로 취급한다. 일반적으로 그래프 기반 키워드 검색 기법에서는 주어진 키워드를 모두 포함하는 구조를 찾기 위해 그래프를 탐색한다.
- 본 논문에서는 RDF 데이타를 그래프로 모델링한다. [2이.
- 트리플을 그래프로 나타낼 때 에지 방향은 주어에서 목적어 쪽을 향한다. 본 논문에서는 URI 참조를 접두어 붙은 이름(prefixed name)[21]으로 쓰거나 혼동을 주지 않는다면 접두어를 생략한 이름만으로 쓴다. 예를 들어, 표 1.
- 본 논문에서는 실제 RDF 데이타를 사용한 실험을 통해 제안하는 기법과 기존 그래프 기반 키워드 검색 기법 간의 성능을 비교하였다. 성능 비교 결과는 제안하는 기법이 온톨로지 축약을 통해 RDF 데이타의 크기를 최대 2배까지 줄이고 기존 기법에 비해 검색 속도가 최대 5배 빠르다는 것을 보여준다.
- 본 논문에서는 키워드 k와 MIU 노드 1의 연관도를 구할 때 다음의 두 가지 요소를 고려한다.
- 두 MIU 노드 i와 j를 연결하는 NLP 에지 e와 키워드 k가 주어졌다고 하자. 본 논문에서는 키워드 k와 NLP 에지 e의 연관도를 구할 때 다음 요소들을 고려한다.
- 수행된다. 온톨로지 축약 과정에서는 효율적인 키워드 검색을 위해 키워드 검색의 대상이 되는 RDF 데이타의 크기를 줄이고 키워드 검색 결과로서 관련 정보를 함께 반환하기 위해, 원본 RDF 그래프에서 관련 있는 노드를 묶어 클러스터링된 대상 그래프(Clustered Target Graph)를 생성한다. 또한 클러스터링된 대상 그래프에 대해 그래프에서 나타나는 각 키워드를 키워드가 나타나는 노드나 에지에 매핑하는 역 인덱스(Inverted Index)를 생성한다.
- 제안하는 기법에서는 먼저 전처리 단계로 온톨로지 축약을 수행한다. 전처리 단계에서는 RDF 온톨로지 데이타의 크기를 줄여 키워드 검색 속도를 향상시키고 키워드검색 결과로 관련 정보를 함께 반환하기 위해 원본 RDF 온톨로지 그래프에서 서로 관련 있는 노드와 에지를 묶어 축약된 온톨로지를 구성한다. 다음 단계는 사용자가 키워드를 입력하면 전처리 단계를 통해 생성된 축약된 온톨로지에 대해 실제 키워드 검색을 수행하는 키워드검색 단계다.
- 제안하는 KF-INF 노드 점수 계산 방법은 기존 IR 분야에서 널리 사용되는 TF~IDF(Term Frequency- Inverted Document Frequency) 방법 [23]과 유사하다, TF-IDF 방법은 문서에 키워드와의 연관도 점수를 부여하는 방법인 반면 KF-INF 방법은 클러스터링된 대상 그래프에서 노드에 키워드와의 연관도 점수를 부여하는 방법이다. TF-IDF에서 TF 요소는 KF-INF에서 KF 요소에, IDF 요소는 INF 요소에 대응된다.
- 제안한다. 제안하는 기법에서는 먼저 전처리 단계로 온톨로지 축약을 수행한다. 전처리 단계에서는 RDF 온톨로지 데이타의 크기를 줄여 키워드 검색 속도를 향상시키고 키워드검색 결과로 관련 정보를 함께 반환하기 위해 원본 RDF 온톨로지 그래프에서 서로 관련 있는 노드와 에지를 묶어 축약된 온톨로지를 구성한다.
- 키워드 검색 기법을 제안하였다. 제안하는 기법은 크게 전처리 단계와 키워드 검색 단계로 나뉜다. 전처리단계에서는 사용자가 입력한 키워드와 직접적으로 관련된 정보뿐만 아니라 주변 정보도 함께 제공하고 또 RDF 그래프의 크기를 줄여 키워드 검색 성능을 높이기 위해 원본 RDF 그래프에서 관련 있는 노드들을 묶어 새로운 그래프를 생성한다.
- 그림 3은 제안하는 키워드 검색 시스템의 전체 키워드 검색 과정을 도식화한 것이다. 제안하는 키워드 검색처리 과정은 크게 전처리 단계(Pre-Processing Phase)와 키워드 검색 단계(Keyword Searching Phase)로 나뉜다.
- 키워드 개수 실험에서는 키워드 수가 늘어남에 따라 제안하는 기법(Our approach)과 기존 기법(Backword KS)에서 키워드 검색 수행 속도가 어떻게 변화하는지를 측정했다. 이 실험에서 사용한 데이타 셋은 25MB 데이타 셋과 50MB 데이타 셋이다.
대상 데이터
- 사용자가 관심 있는 정보는 MIU 노드에 들어있는 자원에 대한 설명 부분이다. 따라서 본 논문에서는 키워드 검색의 대상을 클러스터링 된 대상 그래프에서 MIU 노드로 한정한다. 키워드 검색 대상에는 포함되지 않지만 클러스터링된 대상 그래프에서 MCU 노드 정보는 키워드 검색 단계 중 대상 그래프 점수부여 과정에서 활용된다.
- 실험 테이타는 DBLP Bibliography 웹 사이트[26] 에서 제공하고 있는 논문 정보를 RDF 데이타로 변환한 SwetoDblp[27] 데이타의 2007년 8월 버전을 사용하였다. SwetoDblp 데이타의 전체 크기는 951MB이며 전체데이타를 25MB 단위로 자른 소규모 데이타도 존재한다.
- 8GHz, 메모리 3G인 PC에서 수행하였다. 실험 프로그램은 Java 6.0 언어로 작성하였고 실험 수행 시 Java 가상 머신의 최대 힙 크기 (maximum heap size)를 1024MB로 설정하고 실험하였다. RDF API로는 Jena2.
- SwetoDblp 데이타의 전체 크기는 951MB이며 전체데이타를 25MB 단위로 자른 소규모 데이타도 존재한다. 실험에서는 이 소규모 데이타를 조합하여 25MB, 50MB, 75MB, 100MB 크기의 데이타를 만들어 사용하였다. 표 2는 실험 데이타와 관련된 통계자료를 보여준다.
- 측정했다. 이 실험에서 사용한 데이타 셋은 25MB 데이타 셋과 50MB 데이타 셋이다. 각 실험에서 데이타셋과 키워드 수가 주어지면, 주어진 데이타 셋에서 주어진 개수만큼의 키워드를 무작위로 선택한 후 실험하였다.
데이터처리
- 간의 성능을 비교하였다. 성능 비교 실험에서는 제안하는 기법과 [기에서 제안된 역방향 키워드 검색(Backward keyword search, 줄여서 Backword KS) 기법의 키워드 검색 성능을 비교하였다. 제안하는 기법이 역방향 키워드 검색 기법과 다른 점은 원본 RDF 그래프에 대해 전처리 과정을 수행하여 클러스터링된 대상 그래프를 생성하고 이 그래프를 이용해 키워드 검색을 수행한다는 점과 키워드 검색을 수행하는 과정에서 5.
이론/모형
- 0 언어로 작성하였고 실험 수행 시 Java 가상 머신의 최대 힙 크기 (maximum heap size)를 1024MB로 설정하고 실험하였다. RDF API로는 Jena2.5.4[22]을 사용하였다.
- INFk(i)는 MIU 노드의 타입인 MCU 노드 c와 동일한 타입을 가지는 MIU 노드 중 키워드 k가 나타나는 노드 수(NFk(i))를 MCU 노드 c를 타입으로 가지는 MIU 노드 수(N(i))로 나눈 값을 뒤집은 역 노드 발생 빈도(Inverted Node Frequency)다. 본 논문에서는 제안하는 노드 점수 계산 방법을 KF-INF라 부른다.
- 본 논문에서는 키워드 검색 결과를 찾는 데 기존의 그래프 기반 키워드 검색 알고리즘[6-8]을 사용한다. 주어진 그래프에서 키워드 k, 를 포함하는 노드 집합을 $ 라고 할 때 각 S로부터 하나 이상의 노드를 포함하는 최소 서브트리를 찾는 문제는 NP-Complete인 그룹 스타이너 트리 문제(group Steiner tree problem)로 알려져 있다[24, 25].
- 질의 시맨틱은 기존의 그래프 기반 키워드 검색 기법에서 제안된 질의 시맨틱을 따른다[6-8]. 키워드 검색 질의 Q는 키워드 kb km으로 구성된다.
성능/효과
- 1. 에지 e의 텍스트에 키워드 k가 많이 나타날수록 에지 ©와 키워드 k의 연관도가 높다. 즉, 키워드 k가 많이 나타나는 에지가 키워드 k를 잘 나타낸다고 본다.
- 2. MIU 노드 1나 j가 높은 점수를 가지고 있을수록 에지 e의 점수도 높다. 즉, 중요한 노드를 연결하는 에지가 더 중요하다고 본다.
- SPARQL 생성 기법은 키워드 검색 결과로 SPARQL 을 생성해 낸다 [18, 19]. SPARQL 생성 기법은 최종 결과로 SPARQL을 생성해낼 뿐 기존의 그래프 기반 키워드 검색 기법과 크게 다르지 않다.
- 실험결과를 보면 키워드 개수가 증가함에 따라 두 기법 모두에서 검색 성능이 서서히 감소한다. 두 기법 간 검색 성능 차이는 25MB 데이타 셋에서는 최대 4배, 50MB 데이타 셋에서는 최대 5배다. 특히, 50MB 데이타 셋에서는 키워드 개수가 6개가 넘어갈 경우 기존 기법에서는 메모리 부족으로 인해 키워드 검색을 수 행할 수 없었다.
- 첫째, 모든 인디비쥬얼은 특정 클래스에 속한다. 둘째, 모든 속성에는 rdfs:domain과 rdfs:ran흥e가 정의되어 있다.
- 이렇게 영어 단어가 아니거나 길이가 짧은 키워드를 제외하면, 25MB 데이타 셋에서는 약 1만 2천 개의 키워드가, 50MB 데이타 셋에서는 약 1만 7천 개의 키워드가 추출된다. 모든 실험은 100 번 반복해서 실험하였고 결과 값으로 100 번 실험한 결과의 평균 값을 취했다.
- 본 논문에서 제안하는 KF-INF 방법이 기존의 TF- IDF 방법과 다른 점은 KF-INF 방법에서는 도메인별 키워드 중요도를 고려한다는 점이다. 주어진 키워드가 관련 있는 문서와 관련 없는 문서를 얼마나 잘 선별할 수 았는지를 나타내는 선별도는 그 키워드가 어느 도메인에서 사용되었는지에 따라 달라진다 예를 들어 database” 라는 키워드의 경우 데이타베이스 연구 분야의 자료에는 많이 나타날 것이지만 네트워크 연구 분야의 자료에는 상대적으로 적게 나타날 것이다.
- 본 논문에서는 제안하는 기법과 기존 그래프 기반 키워드 검색 기법과의 성능 비교 실험을 통해 제안하는 기법의 우수성을 보였다. 제안하는 기법은 전처리 단계를 통해 키워드 검색 대상이 되는 원본 그래프의 크기를 최대 반 정도 줄였으며, 기존 기법과 키워드 검색 성능에 있어서는 최대 5배의 성능 향상이 있었다.
- 간의 성능을 비교하였다. 성능 비교 결과는 제안하는 기법이 온톨로지 축약을 통해 RDF 데이타의 크기를 최대 2배까지 줄이고 기존 기법에 비해 검색 속도가 최대 5배 빠르다는 것을 보여준다.
- 실험에 사용한 RDF 그래프의 크기는 25MB, 50MB, 75MB, 100MB다 그림 6(a)는 제안하는 기법의 전처리 단계를 통해 RDF 그래프를 클러스터링하기 전(No clusterinG과 클러스터링한 후(Clustering)의 RDF 그래프의 노드 수를 측정한 결과를 보여준다. 실험 결과는 클러스터링된 대상 그래프가 원본 그래프에 비해 3분의 1 가량 줄어진 노드 개수를 가진다는 것을 보여준다. 그림 그림 6(b)는 에지 수 측정 결과를 보여준다.
- 실험결과를 보면 키워드 개수가 증가함에 따라 두 기법 모두에서 검색 성능이 서서히 감소한다. 두 기법 간 검색 성능 차이는 25MB 데이타 셋에서는 최대 4배, 50MB 데이타 셋에서는 최대 5배다.
- 우수성을 보였다. 제안하는 기법은 전처리 단계를 통해 키워드 검색 대상이 되는 원본 그래프의 크기를 최대 반 정도 줄였으며, 기존 기법과 키워드 검색 성능에 있어서는 최대 5배의 성능 향상이 있었다.
- 본 논문에서는 RDF 그래프를 그릴 때 주어 노드와 NLP 속성의 목적어 노드는 타원으로 그리고 LP 속성의 목적어 노드는 사각형으로 그린다 본 논문에서는 RDF 데이타에 대해 다음 두 가지를 가정한다. 첫째, 모든 인디비쥬얼은 특정 클래스에 속한다. 둘째, 모든 속성에는 rdfs:domain과 rdfs:ran흥e가 정의되어 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.