[논문]온톨로지를 이용한 웹문서의 시맨틱 검색

오성균; 김병곤

doi:10.9728/dcs.2014.15.5.603

온톨로지를 이용한 웹문서의 시맨틱 검색
Semantic search of web documents using ontology 원문보기

디지털콘텐츠학회 논문지 = Journal of Digital Contents Society, v.15 no.5, 2014년, pp.603 - 612

오성균 (서일대학교 컴퓨터소프트웨어과) , 김병곤 (부천대학교 e-비즈니스과)

초록
AI-Helper

사용자들에게 좀 더 정확하고 편리한 검색결과를 제공하기 위하여 정보의 구조적인 특징 등을 사용하는 시맨틱 검색의 개념이 널리 연구되고 있다. 이를 위하여, 최근의 정보검색분야와 데이터구축 분야의 연구에서는 데이터의 구조적인 표현과 검색 메카니즘을 구현하기 위하여 온톨로지를 강조하고 있다. 본 연구에서는 웹 환경에서의 검색 정확도와 만족도를 향상시키기 위하여 온톨로지를 이용한 시맨틱 검색 방법을 제안한다. 온톨로지와 KB(KnowledgeBase)를 이용하여 검색 대상을 키워드간의 관계를 유추한 사실(fact)과 관계키워드들을 지니는 웹문서들로 크게 나누고 이들을 서로 유기적으로 검색을 진행하는 시맨틱 검색 질의 처리기법을 제안하였다. 또한 결과에 대한 사용자의 검색 만족도를 높이기 위하여 결과 문서와 사실에 대한 랭킹 방법을 제안하였다. 실험을 통하여 주어진 식의 값을 달리하여 랭킹을 올바로 구현하는 요소로 키워드의 빈도와 온톨로지상의 클래스 레벨이 영향을 미치는 것을 확인 할 수 있었고, 이를 통하여 적합한 형태의 계수 값을 제시하였다.

Abstract ▼ AI-Helper

To provide efficient and correct search results, ontology which use the structure of information, is considered as a main mechanism in the semantic web. Therefore, recent research in information retrieval and data construction have emphasized the use of ontologies as a data representation and search mechanism. In this paper, we propose a semantic search method using ontology to improve search ability in web environment. Ontology and knowledge base is used to represent semantic meaning of the data and provide related web documents and facts as results. Also, search result ranking mechanism is proposed. The mechanism use cardinality of the keyword in the contents and structural information of ontology. Experimental results with several query processing indicate that different coefficient value in the expression gives different results in sample ontology system and we propose appropriate values of the coefficient.

주제어

AI 본문요약
AI-Helper

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

문제 정의

많은 키워드들 중에는 중요하고 비중 있는 키워드들도 있고, 중요하지 않고 문서 중에 거의 출현하지 않는 키워드들도 있다. 따라서, 문서 중에 출현한 횟수가 많은 키워드가 횟수가 적은 키워드에 비하여 중요도가 높다고 판단하고자 한다. 키워드중요도에서 한가지 요소를 더 추가한다.
또한, 검색된 정보자원들에 대하여 유사도와 정확도의 개념을 도입하여 랭킹을 제공하는 기법이 필요하다. 본 연구는 온톨로지의 시맨틱 검색을 위하여 사람이 정보를 검색하는 것과 같이 의미에 기반을 다단계의 추적 방식을 적용하여 검색자의 만족도를 높이고, 검색된 자원의 랭킹을 제공하는 방식의 시맨틱 검색을 제안하였다.
본 연구에서 제시하는 시맨틱 검색의 개념은 온톨로지와 KB를 바탕으로 시맨틱주석으로 연결된 정보들을 통하여, 사용자가 원하는 정보들을 추출하여 제공하는 것을 목표로 한다. 위에서 언급된 연구들과 달리 제공되는 정보들을 키워드간의 관계를 유추한 사실(fact)과 관계키워드 들을 지니는 웹문서들로 크게 나누고 서로 유기 적으로 검색을 진행하도록 설계하였다.
갈수록 정보 검색의 중요성이 증대되고 있는 가운데 온톨로지와 같은 새로운 개념의 메카니즘을 이용하여 좀 더 정확한 검색 결과를 얻기 위한 시도들이 있다. 본 연구에서는 온톨로지를 이용하여 구축된 시맨틱 웹 환경에서 시맨틱 검색을 수행하기 위한 처리 과정과 메카니즘을 제안하였다.

제안 방법

NAGA 시맨틱 검색 엔진[11]은 그래프 형태의 질의 언어를 사용한다. KB를 그래프 형태로 나타내며, KB는 웹자원으로 부터 지식을 추출하는 툴에 의하여 자동으로 형성되도록 셜계하였다. 그래프의 노드와 에지는 엔티티와 엔티티간의 관계를 나타내고, 질의어는 SPARQL을 확장하여 복잡한 그래프 질의를 사용한다.
RDF와 같은 시맨틱웹 언어에 대하여 살펴보았고, 이를 기반으로 구성한 온톨로지의 개념과 예를 살펴보았다. 온톨로지와 KB를 통하여 구축된 시맨틱웹과 시맨틱 주석을 통하여 연결된 웹문서에 대한 질의 처리 과정을 제시하였다.
RDF 형태로 주석 되어 있는 웹자원을 검색하는데 RDF 형태의 질의어를 사용한다. 검색 수행시 추론규칙을 사용 하는데, 온톨로지에서의 클래스와 프로퍼티 간의 시맨틱한 거리를 계산하여 적용한다.
기본적으로 시맨틱웹 개념의 문서에 대하여 검색을 수행하며, 문서단계에서의 메타데이터의 조건들을 지니는 질의들을 명시하도록 한다. 검색된 문서들은 시맨틱웹의 관점에서 중요도에 따라 랭킹이 되도록 설계하였다.
처음 질의는 온톨로지와 KB를 대상으로 수행하여 이를 바탕으로 웹상의 문서를 검색하여 새로운 사실들을 유추하여 제공하도록 하였다. 검색된 문서들을 대상으로 랭킹을 구현하기 위한 식을 제시하였으며, 이를 정확률과 재현률 요소를 가지고 실제로 수치적으로 질의 처리된 결과를 제시하였다. 랭킹을 올바로 구현하는 요소로 키워드의 빈도와 온톨로지 상의 클래스 레벨이 영향을 미치는 것을 확인 할 수 있었다.
본 연구에서 제시하는 시맨틱 검색의 개념은 지금 설명한 것처럼 온톨로지를 이용한 검색 메카니즘과 검색 결과에 대한 랭킹 기법이다. 다음 장에서는 기존의 시맨틱 검색 시스템을 살펴보고, 새로운 개념의 시맨틱 검색과 랭킹 기법을 제시한다. 온톨로지를 이용한 응용 연구는 추론 기능을 이용한 검색에 대한 분야 등에서 진행되고 있다.
정의된 온톨로지와 관련하여 실제 오브젝트들로 구성된 트리플 형태의 사실들을 형성하고 이를 온톨로지와 연결 하여 KB를 구성하였다. 또한, 한국 영화와 관련된 국내 웹상의 500개 이상의 문서 페이지들을 수집하여 문서중의 키워드를 KB내의 오브젝트와 연결하였다.
실험은 구성된 데이터 집합에 대하여 영화 제목과 감독, 배우 등의 키워드를 조합한 형태의 Q1~Q5 질의를 생성하여 질의를 수행하고, 반환된 문서들에 대하여 문서랭킹 값을 기준으로 랭킹을 부여한 후에, 이 결과에 대하여 평가를 하였다. 랭킹에 의하여 순서화된 문서들의 정확성을 판단하기 위하여 정확률(Precision)과 재현률 (Recall)을 사용하였다. 정확률은 검색된 결과 집합 중에서 얼마나 많은 정답이 포함되어 있는지를 나타내는 지표이며, 전체 검색 결과중에서 정답문서의 수로 계산하였다.
정확률과 재현률의 측정의 기준이 되는 정답문서의 추출은 수작업으로 수행되었고, 질의 처리 방식은 4장에서 제시한 방법으로 결과 문서들을 추출하고, 다음으로 5장의 식 (3)에 대한 결과를 가지고 문서랭킹 값을 매기고 이를 다시 결과에 반영하여 측정하였다. 문서랭킹이 일정 비율인 50% 이하인 경우에 결과에서 제거하는 방식을 사용하였다. 문서랭킹의 값이 일정비율 이하인 문서를 제거할 때 이 값의 변형에 따라 다른 결과를 나타낼 수 있다.
본 논문에서 제안한 랭킹 기준은 먼저, 검색문서중에 포함된 질의 키워드의 빈도수를 기준으로 제시한다. 질의 키워드를 많이 포함한 문서가 적게 포함된 문서에 비하여 주제와의 연관성이 높다고 보는 것이다.
본 논문에서 제안한 온톨로지를 이용한 시맨틱 검색과 검색 결과에 대한 랭킹 결정 알고리즘을 시뮬레이션 형태로 검증하기 위하여 영화도메인에 대하여 온톨로지와 메타데이터를 OWL 문서 형태로 구축하였다. 영화온톨로지(Movieontology.
실험은 구성된 데이터 집합에 대하여 영화 제목과 감독, 배우 등의 키워드를 조합한 형태의 Q1~Q5 질의를 생성하여 질의를 수행하고, 반환된 문서들에 대하여 문서랭킹 값을 기준으로 랭킹을 부여한 후에, 이 결과에 대하여 평가를 하였다. 랭킹에 의하여 순서화된 문서들의 정확성을 판단하기 위하여 정확률(Precision)과 재현률 (Recall)을 사용하였다.
추론 엔진(inference engine)은 추론 규칙을 통하여 새로운 마크업을 제공하는 역할을 한다. 여러 질의 툴은 사용자가 온톨로지에 대하여 구조적인 질의가 가능하도록 설계하였다. 검색 툴은 온톨로지로부터 클래스와 프로퍼티를 선택하여 KB에 질의를 던지고 결과를 테이블 형태로 받도록 하였다.
본 논문에서 제안한 온톨로지를 이용한 시맨틱 검색과 검색 결과에 대한 랭킹 결정 알고리즘을 시뮬레이션 형태로 검증하기 위하여 영화도메인에 대하여 온톨로지와 메타데이터를 OWL 문서 형태로 구축하였다. 영화온톨로지(Movieontology.org)를 참조하여 영화와 관련된 개념에 대한 76개의 클래스와 42개의 프로퍼티를 정의하고, 클래스간의 의미적인 관계를 고려하여 계층관계를 정립하였다. 정의된 온톨로지와 관련하여 실제 오브젝트들로 구성된 트리플 형태의 사실들을 형성하고 이를 온톨로지와 연결 하여 KB를 구성하였다.
온톨로지와 KB를 통하여 구축된 시맨틱웹과 시맨틱 주석을 통하여 연결된 웹문서에 대한 질의 처리 과정을 제시하였다. 온톨로지와 KB는 스키마와 사실 관계로 연결하였으며, KB와 웹문서는 시맨틱 주석의 개념을 이용하여 연결하였다. 처음 질의는 온톨로지와 KB를 대상으로 수행하여 이를 바탕으로 웹상의 문서를 검색하여 새로운 사실들을 유추하여 제공하도록 하였다.
RDF와 같은 시맨틱웹 언어에 대하여 살펴보았고, 이를 기반으로 구성한 온톨로지의 개념과 예를 살펴보았다. 온톨로지와 KB를 통하여 구축된 시맨틱웹과 시맨틱 주석을 통하여 연결된 웹문서에 대한 질의 처리 과정을 제시하였다. 온톨로지와 KB는 스키마와 사실 관계로 연결하였으며, KB와 웹문서는 시맨틱 주석의 개념을 이용하여 연결하였다.
SHOE시스템[6]은 웹에 시맨틱한 질의를 처리하는 초기의 시도이다. 웹페이지에 주석을 다는 툴을 제공하고, 사용자로 하여금 온톨로지와 클래스와 프로퍼티를 선택하여 마크업을 추가하도록 하며, 웹크롤러는 이를 바탕으로 검색을 수행하는 방식을 사용하였다. 추론 엔진(inference engine)은 추론 규칙을 통하여 새로운 마크업을 제공하는 역할을 한다.
본 연구에서 제시하는 시맨틱 검색의 개념은 온톨로지와 KB를 바탕으로 시맨틱주석으로 연결된 정보들을 통하여, 사용자가 원하는 정보들을 추출하여 제공하는 것을 목표로 한다. 위에서 언급된 연구들과 달리 제공되는 정보들을 키워드간의 관계를 유추한 사실(fact)과 관계키워드 들을 지니는 웹문서들로 크게 나누고 서로 유기 적으로 검색을 진행하도록 설계하였다.
org)를 참조하여 영화와 관련된 개념에 대한 76개의 클래스와 42개의 프로퍼티를 정의하고, 클래스간의 의미적인 관계를 고려하여 계층관계를 정립하였다. 정의된 온톨로지와 관련하여 실제 오브젝트들로 구성된 트리플 형태의 사실들을 형성하고 이를 온톨로지와 연결 하여 KB를 구성하였다. 또한, 한국 영화와 관련된 국내 웹상의 500개 이상의 문서 페이지들을 수집하여 문서중의 키워드를 KB내의 오브젝트와 연결하였다.
그래프의 노드와 에지는 엔티티와 엔티티간의 관계를 나타내고, 질의어는 SPARQL을 확장하여 복잡한 그래프 질의를 사용한다. 질의의 답은 지식 그래프의 부분 그래프로 나타나며 가중치를 적용한 그래프를 이용하여 순위를 매기는 방식을 사용하였다.
생성된 질의는 먼저 온톨로지와 KB를 대상으로 실행된다. 질의중의 키워드에 대하여 온톨로지와 KB로부터 Author와 Novel 개체클래스를 검색하고, 이와 연결된 인스턴스를 가지고 인스턴스들 간의 사실들을 찾아낸다. 즉, “The old man and the sea”라는 소설은 “Hemingway”라는 작가가 쓴 작품이라는 사실을 알 수 있다.
온톨로지와 KB는 스키마와 사실 관계로 연결하였으며, KB와 웹문서는 시맨틱 주석의 개념을 이용하여 연결하였다. 처음 질의는 온톨로지와 KB를 대상으로 수행하여 이를 바탕으로 웹상의 문서를 검색하여 새로운 사실들을 유추하여 제공하도록 하였다. 검색된 문서들을 대상으로 랭킹을 구현하기 위한 식을 제시하였으며, 이를 정확률과 재현률 요소를 가지고 실제로 수치적으로 질의 처리된 결과를 제시하였다.

이론/모형

ONTOSEARCH2[9]는 시맨틱웹의 온톨로지에 대한 검색과 질의 엔진이다. SPARQL[10]을 이용하여 질의하고 온톨로지의 인스턴스와 구조에 대한 질의를 모두 제공한다.

성능/효과

[3] RDFS는 RDF를 기술하기 위해 필요한 키워드들의 의미와 키워드들 간의 의미적 관계를 기술하기 위해 W3C에서 초기에 제안한 언어이며, RDF와 같은 문법적 구조를 가지는 것이 장점이다.
두 가지 그래프를 전체적으로 판단해보면 평균적으로 정확률이 77.6%이며, 재현률 63.8%로 나타나 정확률이 더 좋은 결과를 보였다. 이는 검색된 결과에 비하여 선정된 정답문서의 개수가 많았음을 나타낸다.
검색된 문서들을 대상으로 랭킹을 구현하기 위한 식을 제시하였으며, 이를 정확률과 재현률 요소를 가지고 실제로 수치적으로 질의 처리된 결과를 제시하였다. 랭킹을 올바로 구현하는 요소로 키워드의 빈도와 온톨로지 상의 클래스 레벨이 영향을 미치는 것을 확인 할 수 있었다. 제안된 방법은 추후 시맨틱웹의 검색 연구에 요소기술로 사용가능하며, 추후로 사실에 대한 순위를 고려한 실험을 진행하여 종합적으로 판단하여 좀 더 정확한 결과를 산출하도록 할 것이다.
제시된 결과를 보면 α=0.8인 경우에 α=0.5인 경우보다 다소 우수한 결과를 보이고 있다.

후속연구

앞에서 제안한 시맨틱검색 방법으로 질의를 수행하면 주제와 직접 혹은 간접적으로 연관된 사실들과 인터넷 문서들을 검색할 수 있다. 검색 결과에 직접적으로 연관된 자원뿐 아니라 간접적으로 연관된 자원들도 검색되기 때문에 검색되는 정보의 양이 상당히 많을 수 있다.
이를 위하여 정보 자원의 의미와 다른 정보 자원과의 의미적 관계를 이용하여 시맨틱 검색을 처리하는 연구가 필요하다. 또한, 검색된 정보자원들에 대하여 유사도와 정확도의 개념을 도입하여 랭킹을 제공하는 기법이 필요하다.
랭킹을 올바로 구현하는 요소로 키워드의 빈도와 온톨로지 상의 클래스 레벨이 영향을 미치는 것을 확인 할 수 있었다. 제안된 방법은 추후 시맨틱웹의 검색 연구에 요소기술로 사용가능하며, 추후로 사실에 대한 순위를 고려한 실험을 진행하여 종합적으로 판단하여 좀 더 정확한 결과를 산출하도록 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	온톨로지를 통하여 무엇을 할 수 있는가?	온톨로지를 통하여 웹검색의 정확도를 향상시킬 수 있으며, 웹페이지의 정보와 연관된 다른 정보와의 추론을 할 수 있다. 다양한 소스로 부터 웹콘텐츠를 수집하는 에이전트 프로그램이 다른 프로그램으로부터의 결과를 서로 교환하여 처리가 가능해지면 상당히 향상된 형태의 에이 전트가 가능해진다.
	시맨틱웹의 문서는 자연어 위주의 기존의 웹 문서가 아닌 자동화된 에이전트나 검색엔진이 자동으로 해석 가능하도록 구성되어야 하는데, 이때 필요한 개념은?	즉, 시맨틱웹의 문서는 자연어 위주의 기존의 웹 문서가 아닌 자동화된 에이전트나 검색엔진이 자동으로 해석 가능하도록 구성되어야 한다. 이를 위하여 필요한 개념이 온톨로지이다.
	시맨틱웹이란 무엇인가?	이를 위하여 필요한 환경이 시맨틱웹 환경이 다. 시맨틱웹은 현재의 인터넷 시스템처럼 검색된 결과를 사람이 눈으로 보고 확인하여 처리하는 시스템이 아닌, 컴퓨터가 스스로 읽고 (machine readable) 스스로 이해하여(machine understandable) 처리하는 인터넷 환경을 의미한 다.[1] 컴퓨터가 정보를 검색하고 해석하여 사용 자에게 필요한 정보만을 추출한 후 이를 가공하여 사용자의 의도에 맞는 예약이나 구매와 같은 정보를 제공하여 인터넷 사용자의 많은 노력을 줄여주는 형태의 인터넷 사용 환경을 제공하게 된다.

참고문헌 (11)

Berners-Lee. Tim, Heldler. J, Lassila. O, "The Semantic Web," Scientific American, pp.28-37, May 2001,
Resource Description Framework(RDF) Model and Syntax Specification, http://www.w3.org/TR/1999/REC-rdf-syntax-19990222/
Resource Description Framework(RDF) Schema Specification 1.0, http://www.w3.org/TR/2000/CR-rdf-schema-20000327/
Gruber, T.R., "A Translation Approach to Portable Ontology Specifications", Knowl. Acquis., Vol. 5, N o. 2., pp.199-220, 1993,

상세보기
Kim, Youn Hee, Lee, AeJung, "OWL Storage Model to Support Efficient Ontology Reasoning Query," Journal of the Korea Society of Digital Industry and Information Management, Vol. 7, No. 3, pp. 25-35, 2011
J. Heflin, J. A. Hendler, and S. Luke. SHOE: A blueprint for the Semantic Web. In D. Fensel, W. Wahlster, and H. Lieberman, editors, Spinning the Semantic Web: Bringing the World Wide Web to Its Full Potential, .MIT Press, pp. 29-63, 2003.
T. W. Finin, L. Ding, R. Pan, A. Joshi, P. Kolari, A. Java, and Y. Peng. Swoogle: Searching for knowl edge on the Semantic Web. In Proc. AAAI-2005, AAAI Press / MIT Press, pp. 1682-1683, 2005.
O. Corby, R. Dieng-Kuntz, and C. Faron-Zucker. Querying the SemanticWeb with Corese search engine. In Proc. ECAI-2004, pp. 705-709. 2004.
E. Thomas, J. Z. Pan, and D. H. Sleeman. ONTOSEA RCH2: Searching ontologies semantically. In Proc. OWLED-2007, CEUR Workshop Proceedings 258. CEUR-WS.org, 2007.
W3C. SPARQL Query Language for RDF, 2008. W3C Recommendation (15 January 2008). Available at http://www.w3.org/TR/rdf-sparql-query
G. Kasneci, F. M. Suchanek, G. Ifrim, M. Ramanath, and G. Weikum. NAGA: Searching and ranking knowledge. In Proc. ICDE-2008, pp. 953-962. 2008.

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