초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

SGML(Standard Generalized Markup Language)은 구조적 문서를 나타내기 위한 표준으로 서로 다른 컴퓨터 기종간에 호환이 가능하며 다방면에 유연하게 이용 가능한 점이 장점이다. 전자도서관, 온라인 매뉴얼 등의 분야에서 SGML 이 활용되면서, 대용량의 SGML 문서를 처리하고 사용자에게 정보를 제공하는 SGML 데이터베이스 시스템이 필요하게 되었다. 본 연구에서는 이와 같은 대용량의 SGML 데이터베이스를 정의하기 위한 데이터 모델로서, 엘리먼트 구조를 보완하고 문서의 개념을 표현할 수 있는 컴포넌트 기반 모델을 제시하고 기본적인 저장 시스템을 구현하였다 검증을 위해 실험을 수행하였으며 저장과 검색 면에서 성능 향상을 얻었다..

SGML(Standard Generalized Markup Language)은 구조적 문서를 나타내기 위한 표준으로 서로 다른 컴퓨터 기종간에 호환이 가능하며 다방면에 유연하게 이용 가능한 점이 장점이다. 전자도서관, 온라인 매뉴얼 등의 분야에서 SGML 이 활용되면서, 대용량의 SGML 문서를 처리하고 사용자에게 정보를 제공하는 SGML 데이터베이스 시스템이 필요하게 되었다. 본 연구에서는 이와 같은 대용량의 SGML 데이터베이스를 정의하기 위한 데이터 모델로서, 엘리먼트 구조를 보완하고 문서의 개념을 표현할 수 있는 컴포넌트 기반 모델을 제시하고 기본적인 저장 시스템을 구현하였다 검증을 위해 실험을 수행하였으며 저장과 검색 면에서 성능 향상을 얻었다..

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 연구에서는 SGML문서 데이터베이스 시스템의 성능을 개선하고 기존의 모델보다 발전된 문서 모델을 제안하고자, 문서의 개념을 표현할 수 있는 컴포넌트 모델을 제시하고 이에 따른 시스템을 구현하였다. 같은 DBMS에 기반한 시스템에서 기존의 방법과 제안된 컴포넌트 모델을 비교한 결과 컴포넌트 개념을 적용했을 경우 저장과 검색 시 성능 향상을 얻을 수 있었다.
• 본 연구에서는 기존 문서 모델에 컴포넌트 개념을 적용함으로써 발전된 문서 모델을 제안하고 성능 향상을 이루고자 하였다. 이를 위해 문서를 컴포넌트의 모임으로 보고 SGML 문서를 위한 컴포넌트의 개념을 정의하였으며 저장구조 레벨에서 이를 지원하는 시스템을 구현하였다.
• 따라서 대규모의 문서데이터의 구조적 정보를 유지 관리하고 검색과 편집을 지원하기 위한 시스템이 필요하다. 본 연구에서는 이러한 대규모의 SGML 문서 데이터를 관리하고 사용자에게 인터페이스를 제공하는 SGML 데이터베이스 시스템에 새로운 컴포넌트(Component) 개념을 도입함으로써, 문서의 의 미를 표현할 수 있도록 하였으며 효율적인 정보 획득이 가능한 문서 모델을 제시하고자 하였다.

가설 설정

• 컴포넌트 추출기는 DTD 정보를 이용하여 컴포넌트 정보를 생성해내는 것을 의미한다. 본 연구에서는 문서의 구조를 잘 아는 전문가가 직접 컴포넌트 정보를 생성하는 것으로 가정하였다. 즉 필요할 때에는 사용자가 컴포넌트를 직접 정의하여 사용할 수도 있는 것이다.

제안 방법

• 첫 번째 실험은 특허문서 집합 중 100개를 이용해 저장시간, 용량, 검색시간 면에서 기존 저장방식과 새로 구현된 방식을 비교하였으며. 두 번째 실험은 나머지 10()개 문서를 추가하여 저장하고 첫 번째와 동일한 실험을 수행하였다. 그림 4~그림 6은 실험의 결과를 도표로 나타낸 것이다.
• 본 연구에서는 기존 문서 모델에 컴포넌트 개념을 적용함으로써 발전된 문서 모델을 제안하고 성능 향상을 이루고자 하였다. 이를 위해 문서를 컴포넌트의 모임으로 보고 SGML 문서를 위한 컴포넌트의 개념을 정의하였으며 저장구조 레벨에서 이를 지원하는 시스템을 구현하였다. 이 모델의 기본 개념은 DTD(Document Type Definition)를 이용하여 정의된 컴포넌트 정보를 DI (Document Instance) 저장에 반영하는 것, 즉 DTD에 의존적인 컴포넌트 모델이다.
• 실험에 사용된 문서 집합은 Patent(특허) 문서 200개이며, 각 문서에서 특허에 대한 상세한 설명을 포함하며 사용자의 검색 가능성이 높은 SPECIFICATION 엘리먼트를 컴포넌트로 정의하였디-. 첫 번째 실험은 특허문서 집합 중 100개를 이용해 저장시간, 용량, 검색시간 면에서 기존 저장방식과 새로 구현된 방식을 비교하였으며. 두 번째 실험은 나머지 10()개 문서를 추가하여 저장하고 첫 번째와 동일한 실험을 수행하였다.

대상 데이터

• 실험에 사용된 문서 집합은 Patent(특허) 문서 200개이며, 각 문서에서 특허에 대한 상세한 설명을 포함하며 사용자의 검색 가능성이 높은 SPECIFICATION 엘리먼트를 컴포넌트로 정의하였디-. 첫 번째 실험은 특허문서 집합 중 100개를 이용해 저장시간, 용량, 검색시간 면에서 기존 저장방식과 새로 구현된 방식을 비교하였으며.

성능/효과

• 본 연구에서는 SGML문서 데이터베이스 시스템의 성능을 개선하고 기존의 모델보다 발전된 문서 모델을 제안하고자, 문서의 개념을 표현할 수 있는 컴포넌트 모델을 제시하고 이에 따른 시스템을 구현하였다. 같은 DBMS에 기반한 시스템에서 기존의 방법과 제안된 컴포넌트 모델을 비교한 결과 컴포넌트 개념을 적용했을 경우 저장과 검색 시 성능 향상을 얻을 수 있었다. 차후 좀 더 다양한 데이터 집합(DTD)에 대한 실험, 동일한 DTD내에서 다른 컴포넌트 구조를 정의하는 실험 등이 필요하다.
• 결과는 예상한 대로 일종의 Time-Space Trade-off로 귀결되었다. 컴포넌트 정보를 활용하여 검색기능은 향상되었으나 컴포넌트 정보가 오버헤드로 작용하여 데이터베이스의 용량이 다소 증가하였다.
• 컴포넌트 정보를 활용하여 검색기능은 향상되었으나 컴포넌트 정보가 오버헤드로 작용하여 데이터베이스의 용량이 다소 증가하였다. 그러나 저장구조의 증가율(약 5% 증가)에 비해 높은 검색 효율(기존 검색 속도의 약 36%)을 보였다. 물론 실험 자체가 컴포넌트로 정의된 부분에 대한 검색, 즉 Best-case라고 볼 수 있어, 실제 시스템의 평균적인 성능은 좀 더 낮을 것으로 예상된다.

후속연구

• 정의된 컴포넌트의 특성과 속성을 분석하여 정량적인 평가를 내려야 한다. 또한 시스템의 전체적인 검색 성능을 알기 위해서는 문서 내 엘리먼트와 컴포넌트에 대해 다양한 질의를 내리는 실험을 수행해야 한다.
• 물론 실험 자체가 컴포넌트로 정의된 부분에 대한 검색, 즉 Best-case라고 볼 수 있어, 실제 시스템의 평균적인 성능은 좀 더 낮을 것으로 예상된다. 또한 컴포넌트를 어떻게 정의하는가에 따라 시스템의 성능이 크게 달라질 것이므로 더 많은 실험이 요구된다. 저장 시간 면에서는 오버헤드 때문에 시간이 더 길어질 것으로 예상하였으나 오히려 약간 줄어드는 모습을 보여주었다.
• 같은 DBMS에 기반한 시스템에서 기존의 방법과 제안된 컴포넌트 모델을 비교한 결과 컴포넌트 개념을 적용했을 경우 저장과 검색 시 성능 향상을 얻을 수 있었다. 차후 좀 더 다양한 데이터 집합(DTD)에 대한 실험, 동일한 DTD내에서 다른 컴포넌트 구조를 정의하는 실험 등이 필요하다. 컴포넌트 정의 방법과 그 대상이 성능에 많은 영향을 끼치기 때문이다.
• 비교 대상이 되는 기존 시스템 역시 Object Store 데이터 베이스이며, 문서 모델은 Grove에 기반하여 정의된 DTD 독립적인 모델이다 [5], 현재 시스템에는 미리 정의된 컴포넌트 정보를 반영하여 저장하는 기능과, 텍스트를 컴포넌트 단위로 관리하는 구조, 그리고 컴포넌트 내의 텍스트를 검색하는 기능이 구현되어 있다. 차후 컴포넌트 정보의 관리와 공유를 위해서는 컴포넌트 매니저가 구현되어야 한다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기