$\require{mediawiki-texvc}$

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.

온톨로지 인스턴스 생성을 위한 상호참조 해결 연구
Reference Resolution for Ontology Population 원문보기

한국정보과학회언어공학연구회 2007년도 제19회 한글 및 한국어 정보처리 학술대회, 2007 Oct. 12, 2007년, pp.140 - 144  

최미란 (한국전자통신연구원 지식마이닝연구팀) ,  이창기 (한국전자통신연구원 지식마이닝연구팀) ,  왕지현 (한국전자통신연구원 지식마이닝연구팀) ,  장명길 (한국전자통신연구원 지식마이닝연구팀)

초록
AI-Helper 아이콘AI-Helper

시맨틱 웹 기술의 주축을 이루는 온톨로지의 구축시에 인스턴스를 생성하기 위하여 대상 문서를 구성하는 자연어 문장을 텍스트 마이닝 기술을 이용하여 트리플을 추출한다. 인스턴스를 생성할 때 보다 많은 정보를 추출하기 위해서 문장에 나타나는 상호참조 해결이 필요하다. 본 연구에서는 문서에서 많이 나타나는 명사구로 이루어진 대용어를 해석하기 위하여 언어 분석된 다양한 결과 정보를 이용한다. 본 연구에서는 계층적인 의미구조와 청킹을 이용한 규칙기반의 상호참조 해결 방법을 제안하고 실험을 통해 알고리즘의 정확도를 제시한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 예) 얼마 전에 마이크로소프트 마이크로소프트는 새로운 운영체계인 윈도우비스타를 판매하기 시작했다. 그 회사는 이전의 운영체계를 개선하여 사용자에게 보다 편리한 제품을 제공하는 것을 목표로 하고 있다.
  • 상호참조해결에 관한 기존 연구에서는 대용어와 참조대상간의 단순한 의미 매핑을 통하여 해결하거나([1],[3],[5]) 참조대상을 하나의 단어에 제한하여([2],[4],[5]) 해결하는 방식을 사용하였기 때문에 정확한 참조해결이 되지 않았다. 본 연구에서는 계층적인 의미 구조와 청킹을 이용한 상호참조 알고리즘을 제안한다.
  • 대용어란 하나의 문장이나 여러 개의 문장 사이에서 같은 요소가 되풀이 될 때 되풀이 되는 요소를 대명사나 지시사, 재귀대명사, 생략, 일반 명사를 사용하여 대치시키는 현상이다. 본 연구에서는 이러한 대용어를 인식하고 그 대용어가 지시하는 참조 대상을 파악하여 연결해주기 위한 방법을 제시하며 해결 대상은 지시사와 동반된 체언으로 구성된 대용어이다. 즉, 다음과 같은 예에서 “그 회사”와 “마이크로소프트”를 연결하여 참조해결을 하고 대용어를 복원하는 방법을 사용한다.

가설 설정

  • 원문: 불교는 아시아 문화에서 많이 믿는 종교이다. 그 종교는 살생을 금하는 규율을 가지고 있다.
  • 형태소태깅: 불교/nc는 아시아/nc문화/nc에서 많이/mag 믿/pv는 종교/nc이다. 그/mm 종교/nc 는 살생/nc 을 금하/pv 는 규율/nc 을 가지/pv고 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
온톨로지 인스턴스 생성 시스템은 무엇인가? 온톨로지 구축에는 클래스와 더불어 온톨로지의 자질을 결정하는 인스턴스 생성이 중요하기 때문에 응용 영역에서 사용하기에 충분한 인스턴스를 대량으로 자동 생성하는 온톨로지 인스턴스 시스템에 대한 연구가 많이 수행되고 있다.[8] 온톨로지 인스턴스 생성 시스템은 텍스트 마이닝 기술과 온톨로지 인스턴스 매칭 기술을 이용하여 문서로부터 인스턴스를 자동 생성하는 시스템이다.
온톨로지 인스턴스 생성 시스템의 전체 시스템 흐름을 크게 살펴보면 어떤 부분으로 나눌 수 있는가? 온톨로지 인스턴스 생성 시스템은 웹 문서와 일반 텍스트 문서를 처리 대상으로 한다. 그림 1에서와 같이 전체 시스템의 흐름은 크게, 1) 웹문서의 구조적인 부분을 처리하는 구조 정보추출기 2) 웹문서와 일반 텍스트 문서에서 비구조 부분을 처리 하는 비구조 정보추출기 3) 각 구조 및 비구조 정보추출기로부터 생성된 후보 인스턴스를 기반으로 실제 온톨로지 스키마를 연결해 주는 인스턴스 매핑기 4) GUI 기능을 부여하는 인스턴스 생성도구 부분으로 구성된다.
온톨로지 인스턴스 생성 시스템에서 문서의 비구조 부분을 처리하는 비구조 정보추출기는 어떤 모듈이며, 무엇으로 구성되어 있는가? 비구조 정보추출기는 일반 문서로부터 인스턴스를 생성해 내는 모듈로 개체명 인식기, 관계 추출기, 그리고 상호참조 해결기 등으로 구성된다. 인스턴스가 자동생성되는 과정은 일반 자연어 문서로부터 형태소 분석을 거친 후에 개체명 인식과 상호참조 해결 기능이 수행되고, 인스턴스 관계정보를 추출한 후에 Triple 후보를 생성하여 온톨로지에 인스턴스로 추가된다.
질의응답 정보가 도움이 되었나요?
LOADING...
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