[논문]맥락적 어휘 지식 그래프 추출 알고리즘의 설계

남상하; 최규현; 함영균; 최기선

문제 정의

SRDF의 목적은 텍스트로부터 Reified 트리플 즉 일종의 지식 그래프를 생성하여 텍스트와 온톨로지 지식 사이의 교량 역할을 하는 것이다. SRDF는 새로운 개방형 정보추출 시스템이자 문장 기반 어휘지식그래프 구조를 의미한다.
본 논문에서는 Reified 트리플 추출을 위한 한국어 개방형 정보추출 방법을 제시하였다. 본 방법은 한국어 자연언어 문장을 입력으로 가정하며, 이로부터 문장 내의 모든 논항과 서술어간의 관계를 추출할 뿐만 아니라, Reification 기법을 바탕으로 다항 관계를 트리플로 유지하면서도 지식 표현의 일관성을 갖추고, 시맨틱웹 어플리케이션에 쉽게 적용될 수 있도록 설계하였다.
본 논문에서는 SRDF (Sentence RDF)라 불리는 Reified 트리플 추출을 위한 한국어 개방형 정보추출 방법을 제시한다. 본 방법은 기존의 시스템과는 달리 입력 문장의 술어-논항 구조를 일관성있게 Reified 트리플 형태로 변환하는 방법이며, 문장에 나타난 모든 정보를 포함하는 지식 그래프를 생성하는 방법이다.
이와 같은 기본 골격 트리를 설계하여 SRDF 생성기의 입력 형식으로 사용함으로써 본 시스템이 다국어에 대해 적용이 가능하도록 하였다. 그리고 이와 같은 방법은 SRDF 생성기의 알고리즘을 간단하고 명료하게 해주는 장점이 있다.

제안 방법

그 다음 ‘승리하’가 NP층에 속하지 않으므로 ANON 트리플 을 생성한 후, sbj는 ‘당선되’ pred는 ‘승리하’로 변경한 후 ‘승리하’의 자식 노드인 ‘에게’를 objQueue에 삽입 후 srdfGeneration 함수를 재귀 호출한다(1st).
시맨틱웹 분야에서 지식은 가장 기본적으로 주어, 서술어, 목적어로 구성된 트리플로 표현한다. 그러나 문장은 트리플만으로는 표현하기 어려운 정보들을 많이 포함하고 있기 때문에, 이 둘 사이에 연결고리를 지을 수 있는 새로운 정보추출 방법 및 지식표현법을 제안하며, 본 논문의 지식 표현법은 문장의 의존구조를 반영할 뿐만 아니라 질의처리같은 시맨틱 웹 어플리케이션에 적용하기 용이하도록 설계하였 다. 또한 본 논문에서 제안하는 방식은 개방형 정보추출의 목적에 기반하여 말뭉치(corpus)만을 입력으로 받아들이여 특정 온톨로지에 종속적이지 않으며, 별도의 학습 과정이 필요치 않아 웹 스케일의 텍스트에 대한 확장성이 보장되는 방식이다.
Kraken은 문장 내에서 사실관계를 나타내는 논항들을 발견한 후 두 논항 사이에 공통으로 존재하는 동사를 찾는 방법을 제안하였다. 그리고 OLLIE는 자신들의 선행연구인 ReVerb [1]의 이진관계 추출결과를 학습 데이터로 사용하여 부스팅 기법을 통해 새로운 패턴을 발견한 후 다항관계를 추출하는 방법을 제안하였다. ClausIE는 의존구조 분석 결과를 미리 정의한 7개의 절(clause)에 따라 분류한 후 각 절의 패턴을 기반으로 다항관계를 추출하는 방법을 제안하였다.
예를 들어, 영어와 중국어 그리고 한국어는 어순과 띄어쓰기 방식 등의 차이로 각각의 의존구조가 다르다. 그에 따라 SRDF 지식 그래프를 생성하기 이전에 의존구조를 일반화하기 위한 기본 골격 트리를 설계하였다.
두 번째는 본 논문에서 제안한 SRDF를 수행시키는 단계(SRDF core)로써 앞서 긍정평서문으로 치환된 질의문에 대한 SRDF 지식그래프를 생성한다. 질의를 위한 트리플은 질문에 등장하는 모든 명사들이 정답을 찾기위한 주요 키워드로 간주될 수 있어서 SRDF 지식그래프 생성시 명사구가 아닌 명사단위로 지식을 추출하도록 변형하였다.
또한 문장이 분할된 경우에는 분할된 각 부분 문장들이 주어를 가지고 있는지 확인한 후, 주어가 없는 경우에는 원 문장의 주어를 부착하는 방식으로 설계하였다.
그러나 문장은 트리플만으로는 표현하기 어려운 정보들을 많이 포함하고 있기 때문에, 이 둘 사이에 연결고리를 지을 수 있는 새로운 정보추출 방법 및 지식표현법을 제안하며, 본 논문의 지식 표현법은 문장의 의존구조를 반영할 뿐만 아니라 질의처리같은 시맨틱 웹 어플리케이션에 적용하기 용이하도록 설계하였 다. 또한 본 논문에서 제안하는 방식은 개방형 정보추출의 목적에 기반하여 말뭉치(corpus)만을 입력으로 받아들이여 특정 온톨로지에 종속적이지 않으며, 별도의 학습 과정이 필요치 않아 웹 스케일의 텍스트에 대한 확장성이 보장되는 방식이다.
본 논문에서 제안한 SRDF가 기존의 시맨틱웹 어플리케이션에서 응용될 수 있는지를 살펴보기 위해 OKBQA (Open Knowledge Base and Question Answering) [8] 에서 사용될 수 있는 의사 SPARQL 질의문 생성모듈인 SenTGM을 개발하였다. OKBQA는 시맨틱웹 분야에서 전세계에 흩어진 다양한 자원들과 서로 다른 팀들이 개발한 모듈들이 조화를 이루게 하여 지식구축과 질의응답에 관련된 문제를 해결하고자 하는 해커톤이자 커뮤니티이다.
본 논문에서는 SRDF (Sentence RDF)라 불리는 Reified 트리플 추출을 위한 한국어 개방형 정보추출 방법을 제시한다. 본 방법은 기존의 시스템과는 달리 입력 문장의 술어-논항 구조를 일관성있게 Reified 트리플 형태로 변환하는 방법이며, 문장에 나타난 모든 정보를 포함하는 지식 그래프를 생성하는 방법이다. 시맨틱웹 분야에서 지식은 가장 기본적으로 주어, 서술어, 목적어로 구성된 트리플로 표현한다.
본 논문에서는 Reified 트리플 추출을 위한 한국어 개방형 정보추출 방법을 제시하였다. 본 방법은 한국어 자연언어 문장을 입력으로 가정하며, 이로부터 문장 내의 모든 논항과 서술어간의 관계를 추출할 뿐만 아니라, Reification 기법을 바탕으로 다항 관계를 트리플로 유지하면서도 지식 표현의 일관성을 갖추고, 시맨틱웹 어플리케이션에 쉽게 적용될 수 있도록 설계하였다. 본 논문에서 제안하는 방법의 우수성을 입증하기 위해 실제 시스템을 개발하였고, 한국어 위키피디아 알찬글 문장들을 이용해 높은 성능을 확인하였다.
본 알고리즘은 그래프(G), 문장의 주어(sbj), root-VG(pred), root-VG의 자식노드들(objQueue)을 입력으로 받아들여 확장된 그래프(G)를 반환한다. 알고리즘의 기본은 objQueue의 각 요소(obj)가 NP 층에 속하는지 아닌지를 검사한 후 (Line 3), 속한다면 트리플을 생성하여 그래프에 넣고 (Line 4), 속하지 않는다면 ANON 트리플을 생성하여 그래프에 넣은 후 Reification을 위해 sbj와 pred를 각각 변경한다 (Line 6-8).
둘째, 개체중심의 지식과 사건중심의 지식을 모두 표현할 수 있도록 지식을 추출한다. 셋째, 기존의 많은 시맨틱웹 어플리케이션을 지원할 수 있도록 설계한다.
이 방법은 기존의 RDF Reification 기술보다 중복되는 지식이 현저히 줄어들고 SPARQL과 같은 시맨틱웹 어플리케이션 등에서 더 높은 성능을 보이는 방법이다. 우리는 이 아이디어를 개방형 정보추출과 지식표현법으로 응용하였다.
이를 극복하기 위해 다항관계 추출을 목표로 다양한 연구가 진행되었고, 대표적인 시스템으로 Kraken [3], OLLIE [4], ClausIE [5] 등이 있다. 이 연구들은 모두 의존구조분석 결과를 기반으로 한 문장 내에서 복수개의 술어와 논항간의 관계를 추출하였다. Kraken은 문장 내에서 사실관계를 나타내는 논항들을 발견한 후 두 논항 사이에 공통으로 존재하는 동사를 찾는 방법을 제안하였다.
세 번째는 ‘누구’가 노벨생리의학상을 받았다는 것이고, 네 번째는 ‘누가’ 1904년에 받았다는 것을 나타내는 의사 SPARQL 질의문이다. 이러한 의사 SPARQL 질의문은 후에 중의성 해소 및 SPARQL 생성 단계를 거쳐 정답을 도출한다.
두 번째는 본 논문에서 제안한 SRDF를 수행시키는 단계(SRDF core)로써 앞서 긍정평서문으로 치환된 질의문에 대한 SRDF 지식그래프를 생성한다. 질의를 위한 트리플은 질문에 등장하는 모든 명사들이 정답을 찾기위한 주요 키워드로 간주될 수 있어서 SRDF 지식그래프 생성시 명사구가 아닌 명사단위로 지식을 추출하도록 변형하였다. 앞선 질문 예시에 대한 SRDF 지식 그래프는 그림 9와 같다.

대상 데이터

본 논문에서 제안한 한국어 개방형 정보추출 방식의 성능을 분석하기 위해 한국어 위키피디아 알찬글 총 82개의 본문을 대상으로 약 140개의 문장을 랜덤하게 수집하여 실험 데이터로 사용하였고 이로부터 약 400개의 Reified 트리플을 추출하였다. ClausIE [5]에서 수행한 실험과 같이 본 논문에서도 추출된 트리플의 개수와 정확도 간의 상관관계를 측정하는 실험을 수행한 결과, 그림 7과 같은 결과를 얻었다.
SRDF 시스템은 텍스트를 입력으로 받아 해당 텍스트로부터 Reified 트리플 형태의 지식 그래프를 출력한다. 본 시스템은 전처리기(Preprocessor), 기본 골격 트리 생성기(BST generator), 그리고 SRDF 생성기(SRDF generator)로 구성되며 시스템 아키텍처는 그림 2와 같다.
이때 질의문의 정답 타겟 워드는 ‘누구’, ‘어디’, ‘언제’, ‘무엇’ 4가지로 한정하였으며, 한국어의 특성상 정답 타겟 워드가 없이 “1904년에 노벨생리의학상을 받은 러시아의 생리학자는?

이론/모형

앞서 언급한 것처럼, 많은 시맨틱웹 어플리케이션들은 RDF 트리플로 지식을 표현하고 있지만, 한 문장에는 복수개의 술어와 논항이 존재하고, 개체중심의 지식뿐만 아니라 사건중심의 지식도 표현할 수 있어야하기 때문에 Reified 트리플로 지식을 표현하는 것이 적합하다. 본 논문에서는 다양한 RDF Reification 방법 중 Singleton Property [7] 방식을 이용하여 SRDF를 설계하였다. Singleton Property의 핵심 아이디어는 두 개체 사이의 관계는 보편적으로 고유하다고 할 수 있기 때문에 그 관계를 일종의 키(key)로 취급할 수 있다는 것이다.

성능/효과

SenTGM은 현재 OKBQA 프레임워크 상에서 한국어 질의 처리 모듈의 템플릿 생성 단계에서 정상 작동중이며, 이를 통해 SRDF가 기존의 시맨틱웹 어플리케이션에 잘 응용될 수 있음을 확인할 수 있다.
SRDF의 주요 목적 중 하나는 텍스트의 술어-논항 구조로부터 시맨틱웹 어플리 케이션에서 사용될 수 있는 Reified 트리플을 생성하는 것이다. 따라서 OKBQA 아키텍처 중에서 자연언어 질의문을 입력으로 받아 트리플로 구성된 의사(pseudo) SPARQL 질의문을 생성하는 템플릿 생성 단계 (Template Generation)에서 SRDF가 유용하게 사용될 수 있다.
본 논문에서 제안하는 방법의 우수성을 입증하기 위해 실제 시스템을 개발하였고, 한국어 위키피디아 알찬글 문장들을 이용해 높은 성능을 확인하였다. 또한 SenTGM을 개발하여 OKBQA 프레임워크에서 정상 작동하도록 함으로써 SRDF가 다양한 시맨틱웹 어플리케이션에 응용될 수 있음을 확인하였다. 향후에는 관형어구를 포함한 명사구를 보다 세분화하여 SRDF 지식그래프를 확장하는 연구와 SRDF를 이용한 개방형 질의처리에 관한 연구를 진행할 계획이다.
ClausIE [5]에서 수행한 실험과 같이 본 논문에서도 추출된 트리플의 개수와 정확도 간의 상관관계를 측정하는 실험을 수행한 결과, 그림 7과 같은 결과를 얻었다. 먼저 실험 결과 문장당 약 2.8 개의 트리플을 추출함을 알 수 있고, 그 정확도가가 약 0.75에서 안정됨을 확인할 수 있다. [5]에서는 영어에 대한 개방형 정보추출 방식으로써 약 0.
본 방법은 한국어 자연언어 문장을 입력으로 가정하며, 이로부터 문장 내의 모든 논항과 서술어간의 관계를 추출할 뿐만 아니라, Reification 기법을 바탕으로 다항 관계를 트리플로 유지하면서도 지식 표현의 일관성을 갖추고, 시맨틱웹 어플리케이션에 쉽게 적용될 수 있도록 설계하였다. 본 논문에서 제안하는 방법의 우수성을 입증하기 위해 실제 시스템을 개발하였고, 한국어 위키피디아 알찬글 문장들을 이용해 높은 성능을 확인하였다. 또한 SenTGM을 개발하여 OKBQA 프레임워크에서 정상 작동하도록 함으로써 SRDF가 다양한 시맨틱웹 어플리케이션에 응용될 수 있음을 확인하였다.
먼저 단문분할기는 입력 문장을 접속조사를 기준으로 복문을 복수개의 단문으로 분할하는 역할을 하며, 본 시스템에서 사용한 분할 기준은 표 1과 같다. 이때 형태소 분석 결과 접속조사가 JC(세종품사태그)이면서 글자형태도 일치하는 접속조사만을 대상으로 분할하였다.

후속연구

또한 SenTGM을 개발하여 OKBQA 프레임워크에서 정상 작동하도록 함으로써 SRDF가 다양한 시맨틱웹 어플리케이션에 응용될 수 있음을 확인하였다. 향후에는 관형어구를 포함한 명사구를 보다 세분화하여 SRDF 지식그래프를 확장하는 연구와 SRDF를 이용한 개방형 질의처리에 관한 연구를 진행할 계획이다.

핵심어	질문	논문에서 추출한 답변
	SRDF의 목적은 무엇인가?	SRDF의 목적은 텍스트로부터 Reified 트리플 즉 일종의 지식 그래프를 생성하여 텍스트와 온톨로지 지식 사이의 교량 역할을 하는 것이다. SRDF는 새로운 개방형 정보추출 시스템이자 문장 기반 어휘지식그래프 구조를 의미한다.
	Kraken [3], OLLIE [4], ClausIE [5] 등이 제시한 시스템이 공통적으로 가지는 한계점은 무엇인가?	그러나 위 시스템들은 공통적으로 문장내에 나타난 모든 정보를 추출하지 못하고, 또한 추출한 지식을 일관성 있게 표현하지 못하고 있다. 이는 지식베이스의 대표적인 응용 프로그램인 질의응답을 함에 있어 지식의 부족으로 인해 정답을 제대로 찾지 못하거나 SPARQL 질의문을 작성하기 어렵게 만들며, 또한 각 시스템으로부터 추출된 지식들간의 통합이 까다로워진다. 또 다른 관점에서, 위 연구들은 영어를 대상으로 하였기 때문에 문법과 어순이 달라지는 다른 언어에는 적용하기 어려운 한계점이 있고, 그 이유로 중국어에 대한 개방형 정보추출 연구 [6]가 진행된 만큼 한국어에 적합한 개방형 정보추출 연구가 필요하다.
	본 연구에서 제시한 SRDF는 어떠한 방법인가?	본 논문에서는 SRDF (Sentence RDF)라 불리는 Reified 트리플 추출을 위한 한국어 개방형 정보추출 방법을 제시한다. 본 방법은 기존의 시스템과는 달리 입력 문장의 술어-논항 구조를 일관성있게 Reified 트리플 형태로 변환하는 방법이며, 문장에 나타난 모든 정보를 포함하는 지식 그래프를 생성하는 방법이다. 시맨틱웹 분야에서 지식은 가장 기본적으로 주어, 서술어, 목적어로 구성된 트리플로 표현한다.

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

맥락적 어휘 지식 그래프 추출 알고리즘의 설계
Design of a Contextual Lexical Knowledge Graph Extraction Algorithm 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

맥락적 어휘 지식 그래프 추출 알고리즘의 설계 Design of a Contextual Lexical Knowledge Graph Extraction Algorithm 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

맥락적 어휘 지식 그래프 추출 알고리즘의 설계
Design of a Contextual Lexical Knowledge Graph Extraction Algorithm 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper