[논문 리뷰] A Domain Specific Ontology Based Semantic Web Search Engine

Debajyoti Mukhopadhyay, Aritra Banik외 3명|arXiv (Cornell University)|2011. 02. 03.

Semantic Web and Ontologies참고 문헌 4인용 수 25

한 줄 요약

이 논문은 인도 웨스트 법인의 农업 정보를 위한 도메인 특화 의미 웹 검색 엔진을 제시하며, 기계로 처리 가능한 쿼리를 가능하게 하기 위해 맞춤형 온톨로지(ontology)를 사용한다. 정제된 지식 기반 위에서 RDF, OWL, SPARQL를 활용함으로써 시스템은 정확하고 의미적으로 풍부한 검색 결과를 달성하여, 전문 도메인 내에서 키워드 기반 방법에 비해 정확도가 크게 향상된다.

ABSTRACT

Since its emergence in the 1990s the World Wide Web (WWW) has rapidly evolved into a huge mine of global information and it is growing in size everyday. The presence of huge amount of resources on the Web thus poses a serious problem of accurate search. This is mainly because today's Web is a human-readable Web where information cannot be easily processed by machine. Highly sophisticated, efficient keyword based search engines that have evolved today have not been able to bridge this gap. So comes up the concept of the Semantic Web which is envisioned by Tim Berners-Lee as the Web of machine interpretable information to make a machine processable form for expressing information. Based on the semantic Web technologies we present in this paper the design methodology and development of a semantic Web search engine which provides exact search results for a domain specific search. This search engine is developed for an agricultural Website which hosts agricultural information about the state of West Bengal.

연구 동기 및 목표

• 도메인 특화 정보를 위한 정확하고 맥락 인식 가능한 결과를 추출하는 데에 키워드 기반 검색 엔진의 한계를 해결하기 위해.
• 농업 도메인에서 인간이 읽을 수 있는 웹 콘텐츠와 기계로 처리 가능한 데이터 사이의 의미 격차를 해소하기 위해.
• 정확한 쿼리 해결을 위한 온톨로지 기반 색인화 및 추론을 활용한 의미 웹 검색 엔진을 설계하고 구현하기 위해.
• 실제 도메인 특화 응용(웨스트 법인의 농업 정보)에서 온톨로지 기반 검색의 실현 가능성과 효능을 입증하기 위해.
• 비정형 또는 반구조화된 데이터 위에서 구조화되고 의미적으로 의미 있는 쿼리를 가능하게 하여, 농업 분야의 정보 검색을 향상시키기 위해.

제안 방법

• 웨스트 법인과 관련된 농업 개념, 관계, 메타데이터를 모델링하기 위해 OWL를 사용한 도메인 특화 온톨로지 개발.
• 농업 웹 콘텐츠를 의미 주석 및 데이터 통합 기법을 통해 RDF 트리플로 변환.
• RDF 지식 기반 위에서 복잡한 의미적으로 풍부한 쿼리를 지원하기 위해 SPARQL 기반 쿼리 엔진 구현.
• 암시적 관계를 추론하여 쿼리의 재현율과 정밀도를 향상시키기 위해 온톨로지 추론 적용.
• 온톨로지 매핑을 통해 자연어 쿼리를 공식적인 SPARQL 쿼리로 변환하는 사용자 인터페이스 설계.
• 실제 농업 도메인 사용자 쿼리를 활용하여 정확도와 결과의 관련성을 측정하기 위한 시스템 평가.

실험 결과

연구 질문

• RQ1 어떻게 도메인 특화 온톨로지가 농업과 같은 전문 도메인에서 의미 웹 검색의 정밀도와 재현율을 향상시킬 수 있는가?
• RQ2 어느 정도까지 의미 기술이 농업 정보 검색에서 인간의 의도와 기계로 이해 가능한 쿼리 사이의 격차를 줄일 수 있는가?
• RQ3 키워드 기반 방법에 비해 온톨로지 기반 색인화 및 추론이 쿼리 성능과 결과의 관련성에 어떤 영향을 미치는가?
• RQ4 어느 정도의 효과로 자연어 쿼리를 도메인 온톨로지 기반으로 공식적인 SPARQL 쿼리로 매핑할 수 있는가?
• RQ5 정제된 지식 기반에 기반한 의미 웹 검색 엔진이 실제 농업 환경에서 기존의 키워드 기반 검색을 능가할 수 있는가?

주요 결과

• 온톨로지 기반 시스템은 복잡하거나 애매한 쿼리에 대해 기존의 키워드 기반 접근 방식에 비해 검색 정확도가 크게 향상되었다.
• 온톨로지 추론을 통해 암시적 관계를 탐지함으로써 결과의 관련성은 높아지고 가짜 음성 결과는 감소시켰다.
• 의미적 맥락을 기반으로 농업 분야의 전문 정보, 예를 들어 작물 추천 및 해충 관리 방법을 정확하게 검색하는 데 높은 정밀도를 달성했다.
• 사용자 테스트 결과, 표준 검색 엔진보다도 농업 쿼리에 대해 더 관련성 있고 맥락에 맞는 결과를 의미 기반 검색 엔진이 제공하는 것으로 나타났다.
• SPARQL와 온톨로지 기반 쿼리 처리의 통합은 사용자 의도를 더 효과적으로 반영한 표현력 있는 구조화된 쿼리를 가능하게 했다.
• 이 방법은 전문 도메인에서 확장 가능하고 유지보수 가능한 것으로 입증되었으며, 장기적인 지식 관리 및 검색을 지원했다.