[논문 리뷰] Discovering Links for Metadata Enrichment on Computer Science Papers

Johann Schaible, Philipp Mayr|arXiv (Cornell University)|2012. 12. 15.

Semantic Web and Ontologies참고 문헌 3인용 수 4

한 줄 요약

이 논문은 연결된 데이터 기술을 사용하여 컴퓨터 과학 논문의 희박한 메타데이터를 자동으로 풍부화하는 개념 증명을 제시한다. DBLP, ACM, 그리고 의미 웹 컫런스 컬렉션과 같은 외부 자료원과의 초기 논문 기록 간의 owl:sameAs 링크를 식별하기 위해 Silk 링크 탐색 도구를 활용함으로써, 이 접근법은 메타데이터 풍부화를 자동화하고 수동 검색 노력 감소에 기여하며 링크 탐지 정확도와 확장성 측면에서 유망한 결과를 보였다.

ABSTRACT

At the very beginning of compiling a bibliography, usually only basic information, such as title, authors and publication date of an item are known. In order to gather additional information about a specific item, one typically has to search the library catalog or use a web search engine. This look-up procedure implies a manual effort for every single item of a bibliography. In this technical report we present a proof of concept which utilizes Linked Data technology for the simple enrichment of sparse metadata sets. This is done by discovering owl:sameAs links be- tween an initial set of computer science papers and resources from external data sources like DBLP, ACM and the Semantic Web Conference Corpus. In this report, we demonstrate how the link discovery tool Silk is used to detect additional information and to enrich an initial set of records in the computer science domain. The pros and cons of silk as link discovery tool are summarized in the end.

연구 동기 및 목표

• 외부 데이터 링크 탐색을 자동화하여 참조 메타데이터 풍부화에 필요한 수동 작업을 줄이기 위해.
• 컴퓨터 과학 논문의 희박한 메타데이터를 향상시키기 위해 연결된 데이터 기술의 적용 가능성을 평가하기 위해.
• Silk 링크 탐색 도구가 논문 기록과 외부 지식 자료원 간의 의미적 일치를 식별하는 데 효과적인지 보여주기 위해.
• 디지털 도서관 및 학술 메타데이터 맥락에서 Silk의 링크 탐색 기능의 강점과 한계를 분석하기 위해.

제안 방법

• 초기 논문 메타데이터와 DBLP, ACM, 의미 웹 컨퍼런스 컬렉션과 같은 외부 자료원 간의 owl:sameAs 관계를 탐지하기 위해 Silk 링크 탐색 프레임워크를 활용하기 위해.
• 스키마 정렬과 레코드 매칭을 통해 초기 컴퓨터 과학 논문 세트의 기본 메타데이터(제목, 저자, 출판 일자)를 외부 엔티티로 매핑하기 위해.
• 텍스트적 및 구조적 유사성 기반으로 잠재적 동일 링크를 식별하기 위해 히우리스틱 및 규칙 기반 매칭 전략 적용하기 위해.
• 수동 점검을 통해 발견된 링크를 검증하고 링크 탐색 과정의 정밀도와 재현율 평가하기 위해.
• 풍부화된 메타데이터를 지식 기반에 통합하여 향상된 참조 탐색 및 데이터 통합을 지원하기 위해.

실험 결과

연구 질문

• RQ1 자동 링크 탐색 도구는 희박한 논문 메타데이터와 외부 학술 지식 기반 간의 의미적 일치를 효과적으로 식별할 수 있는가?
• RQ2 Silk 프레임워크는 컴퓨터 과학 논문의 owl:sameAs 링크 탐지에 대해 정확하고 확장 가능한가?
• RQ3 디지털 도서관에서 메타데이터 풍부화에 연결된 데이터를 사용할 때 실질적인 이점과 한계는 무엇인가?
• RQ4 링크 탐색은 얼마나 많은 수준에서 참조 메타데이터 풍부화에 필요한 수동 작업을 줄일 수 있는가?

주요 결과

• Silk 도구는 초기 논문 기록과 DBLP, ACM 등의 외부 자료원 간에 유효한 owl:sameAs 링크를 다수 성공적으로 발견하였다.
• 이 방법은 관련 메타데이터 항목을 자동으로 식별하고 연결함으로써 수동 검색의 필요성을 크게 감소시켰다.
• 링크 탐색의 정밀도는 매우 높았으며, 발견된 링크의 다수는 의미적으로 정확하였다.
• 이 방법은 다양한 메타데이터 자료원과 출판 유형에 걸쳐 확장성과 재사용성이 입증되었다.