[논문 리뷰] A Qualitative Representation and Similarity Measurement Method in Geographic Information Retrieval

Yong Gao, Lei Liu외 2명|arXiv (Cornell University)|2013. 11. 19.

Geographic Information Systems Studies참고 문헌 25인용 수 3

한 줄 요약

이 논문은 도메인 지식 기반과 지리지식 기반을 통해 문서와 질의의 주제적 및 공간적 의미를 명제 논리로 표현하는 정성적 지리정보 검색 방법을 제안한다. 주제적, 개념적, 공간적 유사도는 가중 거리와 흐린 논리로 계산되며, 증거 이론을 통합하여 통합된 유사도 점수를 산출함으로써 기하학적 계산 없이 의미 매칭을 향상시키고 인간의 인지적 추론과 일치시킨다.

ABSTRACT

The modern geographic information retrieval technology is based on quantitative models and methods. The semantic information in web documents and queries cannot be effectively represented, leading to information lost or misunderstanding so that the results are either unreliable or inconsistent. A new qualitative approach is thus proposed for supporting geographic information retrieval based on qualitative representation, semantic matching, and qualitative reasoning. A qualitative representation model and the corresponding similarity measurement method are defined. Information in documents and user queries are represented using propositional logic, which considers the thematic and geographic semantics synthetically. Thematic information is represented as thematic propositions on the base of domain ontology. Similarly, spatial information is represented as geo-spatial propositions with the support of geographic knowledge base. Then the similarity is divided into thematic similarity and spatial similarity. The former is calculated by the weighted distance of proposition keywords in the domain ontology, and the latter similarity is further divided into conceptual similarity and spatial similarity. Represented by propositions and information units, the similarity measurement can take evidence theory and fuzzy logic to combine all sub similarities to get the final similarity between documents and queries. This novel retrieval method is mainly used to retrieve the qualitative geographic information to support the semantic matching and results ranking. It does not deal with geometric computation and is consistent with human commonsense cognition, and thus can improve the efficiency of geographic information retrieval technology.

연구 동기 및 목표

• 지리 질의와 문서에서 의미를 포착하는 데 있어 정량 모델의 한계를 해결하기 위해.
• 주제적 및 공간적 의미를 정성적으로 모델링하여 더 신뢰성 있고 일관성 있는 지리정보 검색을 지원하기 위해.
• 논리와 흐린 추론을 활용하여 주제적, 개념적, 공간적 유사도를 통합한 유사도 측정 프레임워크를 개발하기 위해.
• 복잡한 기하학적 계산을 피하여 검색 결과를 인간의 일반지식 인지와 일치시키기 위해.
• 지리정보 검색 시스템에서 의미 매칭과 결과 순서 정렬을 향상시키기 위해.

제안 방법

• 도메인 온톨로지에 기반한 주제 정보를 주제적 명제로 표현한다.
• 지리지식 기반을 사용하여 지리적 공간 정보를 지리공간 명제로 표현한다.
• 도메인 온톨로지 내 명제 키워드 간 가중 거리를 사용하여 주제적 유사도를 계산한다.
• 공간적 유사도를 개념적 유사도와 공간적 유사도 성분으로 분할하며, 각 성분은 명제 표현을 통해 측정한다.
• 흐린 논리와 증거 이론을 적용하여 하위 유사도를 종합하여 최종 종합 유사도 점수를 산출한다.
• 기하학적 연산 없이도 의미적 및 공간적 정보를 명제 논리로 통합하여 유사도 계산을 수행한다.

실험 결과

연구 질문

• RQ1 지리 문서와 질의의 주제적 및 공간적 의미를 정성적 방법으로 효과적으로 표현할 수 있는가?
• RQ2 도메인 온톨로지 기반의 가중 키워드 거리로 주제적 유사도를 측정하는 데 가장 효과적인 방법은 무엇인가?
• RQ3 공간적 유사도를 개념적 및 기하학적 성분으로 분해하여 정성적 추론을 수행할 수 있는가?
• RQ4 흐린 논리와 증거 이론을 어떻게 조합하여 지리정보 검색을 위한 강력한 유사도 점수를 산출할 수 있는가?
• RQ5 제안된 방법은 정량 모델에 비해 검색 신뢰성과 일관성에서 어느 정도 향상되는가?

주요 결과

• 논리 기반 표현을 통해 주제적 및 공간적 의미를 통합함으로써 의미 매칭이 향상됨을 확인하였다.
• 도메인 온톨로지 내 가중 거리의 활용이 주제적 유사도의 효과적인 계산을 가능하게 하였다.
• 개념적 및 공간적 유사도 성분이 정성적 명제 표현을 통해 성공적으로 분리되고 측정됨을 입증하였다.
• 증거 이론과 흐린 논리가 하위 유사도를 종합하여 통합된 최종 유사도 점수를 효과적으로 산출함을 확인하였다.
• 기하학적 계산을 회피함으로써 인간의 일반지식 인지와 더 잘 일치하고 검색 효율성이 향상됨을 입증하였다.
• 의미 손실를 줄임으로써 지리정보 검색에서 더 일관되고 신뢰할 수 있는 결과를 제공함을 입증하였다.