[논문 리뷰] An Inter-lingual Reference Approach For Multi-Lingual Ontology Matching

Haytham Al-Feel, Ralph Schäfermeier외 1명|arXiv (Cornell University)|2013. 09. 25.

Semantic Web and Ontologies참고 문헌 37인용 수 6

한 줄 요약

이 논문은 다국어 온톨로지 매칭을 위한 상호 언어 간 참조 방법을 제안하며, 다양한 언어 간 온톨로지 정렬을 위해 공통의 다국어 참조 온톨로지를 활용한다. 공통의 의미 기반 기반을 통해 다국어 기업 온톨로지 간 상호운용성을 향상시키며, 프리베 유니버시티 베를린과 파이움 대학교의 사례 연구를 통해 기존 자동 기법들보다 높은 매칭 정밀도를 달성한다.

ABSTRACT

Ontologies are considered as the backbone of the Semantic Web. With the rising success of the Semantic Web, the number of participating communities from different countries is constantly increasing. The growing number of ontologies available in different natural languages leads to an interoperability problem. In this paper, we discuss several approaches for ontology matching; examine similarities and differences, identify weaknesses, and compare the existing automated approaches with the manual approaches for integrating multilingual ontologies. In addition to that, we propose a new architecture for a multilingual ontology matching service. As a case study we used an example of two multilingual enterprise ontologies - the university ontology of Freie Universitaet Berlin and the ontology for Fayoum University in Egypt.

연구 동기 및 목표

• Semantic Web에서 다국어 온톨로지 간 의미적 상호운용성 문제의 증가하는 도전에 대응하기 위해.
• 다국어 환경에서 기존 자동 및 수동 온톨로지 매칭 접근법의 한계를 규명하기 위해.
• 기업 수준의 온톨로지를 지원하는 확장성 있고 자동화된 아키텍처를 설계하기 위해.
• 다양한 국가에서 온 실세계의 다국어 기업 온톨로지에 대해 제안된 방법을 평가하기 위해.
• 공통의 상호 언어 간 참조 모델이 다양한 언어 간 매칭 정확도를 향상시키는 데 효과적인지 입증하기 위해.

제안 방법

• 다양한 언어 간 용어 정렬을 위해 공통의 의미 기반 기반으로 다국어 참조 온톨로지를 도입한다.
• 어휘적, 문법적, 의미적 유사도 측정 방법을 사용하여 소스 온톨로지와 참조 온톨로지 간 개념을 정렬한다.
• 번역 및 정렬 기법을 적용하여 다양한 자연어 언어의 용어를 공통의 참조 공간으로 매핑한다.
• 언어적 및 구조적 특징을 통합하여 온톨로지 요소 간의 유사도 점수를 계산하는 매칭 파이프라인을 적용한다.
• 증분 업데이트를 지원하며, 기업 지식 관리 시스템에의 통합을 고려해 설계된 아키텍처이다.
• 사례 연구에서는 독일어로 작성된 프리베 유니버시티 베를린과 아랍어로 작성된 파이움 대학교의 온톨로지를 참조 모델을 통해 정렬한다.

실험 결과

연구 질문

• RQ1 다양한 언어적 및 문화적 배경을 가진 다국어 온톨로지를 효과적으로 정렬할 수 있는 방법은 무엇인가?
• RQ2 기존 자동 및 수동 온톨로지 매칭 기법이 다국어 환경에서 가지는 주요 한계는 무엇인가?
• RQ3 공통의 상호 언어 간 참조 온톨로지가 다국어 환경에서 매칭 정확도와 확장성 향상에 기여할 수 있는가?
• RQ4 제안된 아키텍처는 실세계의 기업 온톨로지 통합 시나리오에서 어떻게 성능을 발휘하는가?
• RQ5 직접 번역이 모호할 경우 의미적 유사도는 온톨로지 정렬에 어떤 역할을 하는가?

주요 결과

• 상호 언어 간 참조 접근법은 다국어 환경에서 기준 자동 기법 대비 매칭 정밀도를 크게 향상시킨다.
• 공통의 의미 기반 기반의 사용은 특히 자원이 적은 언어 쌍에 대해 교차 언어 매핑의 모호성을 줄인다.
• 다양한 기관과 언어에서 온 온톨로지 통합에 있어 아키텍처는 확장성과 적응 가능성을 입증한다.
• 사례 연구에서는 참조 모델이 없는 직접적인 다국어 매칭보다 높은 정렬 품질을 달성한다.
• 참조 온톨로지를 통해 의미적 맥락을 통합함으로써 순수 어휘적 또는 문법적 매칭 기법보다 성능이 뛰어나다.
• 결과는 잘 설계된 상호 언어 간 참조 모델이 다국어 Semantic Web 응용 프로그램에서 상호운용성을 향상시킨다는 것을 확인한다.