[논문 리뷰] An Enhanced Indexing And Ranking Technique On The Semantic Web

Ahmed Tolba, Nabila Eladawi외 1명|arXiv (Cornell University)|2011. 11. 29.

Semantic Web and Ontologies참고 문헌 20인용 수 4

한 줄 요약

이 논문은 의미 웹에서 검색 품질을 향상시키기 위해 초기 관련성 점수 계산에 수정된 ObjectRank 알고리즘을 사용하고, 상위 랭크된 문서의 동적 하위 그래프에서 HITS 기반 허브 및 권위 계산을 수행하는 하이브리드 인덱싱 및 랭킹 기법을 제안한다. 기존 방법에 비해 결과 정밀도를 향상시키고 쿼리 처리 시간을 단축시킨다.

ABSTRACT

With the fast growth of the Internet, more and more information is available on the Web. The Semantic Web has many features which cannot be handled by using the traditional search engines. It extracts metadata for each discovered Web documents in RDF or OWL formats, and computes relations between documents. We proposed a hybrid indexing and ranking technique for the Semantic Web which finds relevant documents and computes the similarity among a set of documents. First, it returns with the most related document from the repository of Semantic Web Documents (SWDs) by using a modified version of the ObjectRank technique. Then, it creates a sub-graph for the most related SWDs. Finally, It returns the hubs and authorities of these document by using the HITS algorithm. Our technique increases the quality of the results and decreases the execution time of processing the user's query.

연구 동기 및 목표

• 의미 웹의 구조화된 의미 메타데이터를 처리하는 데 있어 전통적 검색 엔진의 한계를 해결하기 위해.
• RDF 및 OWL 형식의 문서 간 의미 관계를 활용하여 검색 품질을 향상시키기 위해.
• 최적화된 인덱싱 및 랭킹 기법을 통해 쿼리 처리 시간을 단축시키기 위해.
• 의미적으로 관련된 문서의 하위 그래프 내에서 허브 및 권위를 식별함으로써 결과의 관련성을 향상시키기 위해.

제안 방법

• 의미 웹 문서(_SWD_Repository_)의 문서에 대한 초기 관련성 점수를 계산하기 위해 수정된 ObjectRank 기법을 사용한다.
• 의미적 유사성과 관련성 기반으로 상위 랭크된 문서들을 선별하여 하위 그래프를 구성한다.
• 하위 그래프에 대해 HITS 알고리즘을 적용하여 권위 있는 문서와 허브 문서를 식별한다.
• RDF 및 OWL 형식의 의미 메타데이터를 추출하여 문서 간 상호 관계를 계산한다.
• 랭킹과 인덱싱을 통합하기 위해 먼저 관련 문서를 필터링하고, 이후 링크 분석을 통해 결과를 정밀 조정한다.
• 사용자 쿼리를 처리하는 과정에서 먼저 ObjectRank를 사용해 가장 관련성이 높은 문서를 검색하고, 이후 하위 그래프로 확장하여 심층 분석을 수행한다.

실험 결과

연구 질문

• RQ1 기존 검색 기법은 의미 웹의 의미 메타데이터를 더 효과적으로 다룰 수 있도록 어떻게 개선될 수 있는가?
• RQ2 ObjectRank와 HITS를 결합할 경우 검색 정밀도와 성능에 어떤 영향을 미치는가?
• RQ3 의미적으로 관련된 문서의 하위 그래프는 권위 있는 자료 식별에 어떤 영향을 미칠 수 있는가?
• RQ4 기본 기반 방법에 비해 제안된 방법은 쿼리 처리 시간을 어떻게 단축시키는가?

주요 결과

• 제안된 기법은 RDF 및 OWL 형식의 구조화된 메타데이터를 통해 문서 간 의미 관계를 활용함으로써 결과 품질을 향상시킨다.
• 수정된 ObjectRank 알고리즘의 사용은 초기 문서 검색 정밀도를 높인다.
• 하위 그래프에서 HITS 기반 분석은 가장 관련성이 높은 문서들 중에서 고급 허브 및 권위 문서를 성공적으로 식별한다.
• 하이브리드 기법은 계산을 더 작은 의미적 관련성 있는 문서 하위 집합에 집중시킴으로써 쿼리 처리 시간을 단축시킨다.
• 콘텐츠 기반 관련성과 링크 기반 권위 점수를 통합함으로써 랭킹 및 인덱싱 성능 향상이 입증된다.