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
- 온톨로지는 메타데이터를 표현하기 위한 해당 분야의 개념이며, 공유가 가능하다. 본 논문에서는 개인 PC에 저장된 이미지, 동영상 등의 동일한 톡징 추출이 가능한 개인 미디어의 관리를 위해 색인, 뿐류, 공유, 검색 등의 과정을 통합적으로 지원하는 메타데이터 자동 생성 기술을 연구한다. 본 논문에서 제안하는 방법은 사용자가 미디어에 메모를 부착하기만 하면, 온톨로지 기반 추론을 통해 메타데이터를 자동 생성하는 방법으로 다음과 같이 세 가지 기술로 분류하고 특징을 설명한다.
- 제안한 방법은 미디어 메타데이터 표준 형식의 속성을 추출하고, 추출된 속성 값은 규칙 기반 추론엔진을 이용해 의미를 부여하여 메타데이터로 생성된다. 본 논문에서는 사용자에 적합한 메타데이터를 생성하기 위해 온톨로지에 사용자 프로파일 정보를 포함하여 사용자의 특징을 중심으로 단어의 의미를 분석하는 추론 기법글 제안한다. 메타 데이터를 생성하는 기존 방법들을 살펴보면, 특정 도메인에 대한 온톨로지를 기반으로 정의된 개념에 대해서만 메타데이터를 생성하여 명확히 개념과 일치하지 않는 정보에 대해서는 정확한 메타데이터를 생성할 수 없다.
- 본 논뮨에서는 사용자가 입력한 메모의 키워드에 정확하게 매칭되는 부분이 트리플 메타데이터 저장소에 없을 경우에 시맨틱 추론 원리를 사용하여 추론을 한다. 본 논문에서는 시맨틱 추론을 수행하기 위해서 두 단계의 추론 방법을 거친다. 첫 번째는 온톨로지 기반의 탐색 추론 방법으로 OLW 공리를 이용하여 온톨로지 상에 표현된 개체간의 관계를 통해 추론을 하는 방법이다.
- 본 논문에서는 지능형 에이전트의 처리를 위하여 온톨로지는 온톨로지 구축도구를 이용하여 OWL의 형태로 구현한다. OWL은 온톯로지 언어 중 가장 많은 의미 관계틀 표현 할 수 있으며 RDF를 기반으로 한다.
- 본 논문에서는 형식(format)이 비슷한 개인 미디어에 대해 사용자가 메모안 부착하면 자동으로 메타데이터를 생성하는 것이 목적이다. 또한 모호성 해결 알고리층을 제안하여 메모에 포함된 개념의 모호성을 해결하여 메타데이터 생성의 정확성을 향상시킨다.
- 본 논문은 개인 미디어의 효율적인 관리를 위해 시맨틱 웹 기술을 적용하여 자동으로 메타데이터툘 생성하는 방법을 제안한다. 제안한 방법은 개인 미디어 온톨로지구축 기술과 미디어 메타데이터 표현 기술, 二1리고 미디어 메타데이터 자동생성 기술로 구분된다.
- 본 논문은 온톨로지 기반의 추론을 이용하여 개인 미디어 메타데이터 자동 생성 방법을 제안한다. 제안한 방법은 미디어 메타데이터 표준 형식의 속성을 추출하고, 추출된 속성 값은 규칙 기반 추론엔진을 이용해 의미를 부여하여 메타데이터로 생성된다.
- RDF는 레코드(record)를 하나의 기술 단위로 취급해온 기존의 방식과 달리 자원, 속성, 속성의 값을 하나의 단위로 취급하는 트리플 개념을 이용해서 에이전트의 처리가 가능하도록 각각의 자원, 속성, 속성 값들을 URI를 통해서 고유 식별자률 부여하고 상호간의 의미 관계를 정의 한다 [15]. 본 논문의 온톨로지는 이러한 의미 관계룔 통해 메모에 포함되지 않은 의미를 추출하여 메타데이터 생성을 가능하게 한다. 또한 온톨로지 표현에 있어서 OWL에서 제공하는 subClassOf와 sameAs 등 50여개의 공리률 사용하여 도메인 지식을 계층구조로 표현한다.
- 본 절에서는 본 논문에서의 온톨로지를 기반으로 추론 엔진을 이용하여 메타데이터를 자동 생성하는 방법을 설명한다. 그림 5는 시맨틱 추론 엔진의 개념도이다.
- W3E는 사진과 동영상의 의미를 포함할 수 있는 특징 정보들이다. 이 특징 정보는 60명의 사용자로부터 미디어 파일에 부착할 메모를 조사하여, 메모의 의미를 해석할 수 있는 특징들을 추출한 것이다. 仍。는 미디어 파일에 포함된 사람을 명시한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.