[논문 리뷰] Enhancing Content-And-Structure Information Retrieval using a Native XML Database

Jovan Pehcevski, James A. Thom외 1명|ArXiv.org|2005. 08. 02.

Advanced Database Systems and Queries참고 문헌 12인용 수 4

한 줄 요약

이 논문은 Zettair의 전문 검색 기능과 eXist의 네이티브 XML 데이터베이스 기능을 결합한 하이브리드 XML 검색 시스템을 제안하며, XML 문서의 구조적 관계를 활용해 구조적 구성 요소를 순위 매기는 데에 새로운 Coherent Retrieval Elements (CRE) 모듈을 도입한다. CRE 모듈은 XML 문서 내의 구조적 관계를 활용함으로써 검색 효과성을 향상시켜, INEX 2003의 콘텐츠 및 구조(CAS) 검색 과제에서 Zettair보다 1.8배, eXist보다 3배 뛰어난 성능을 달성한다.

ABSTRACT

Three approaches to content-and-structure XML retrieval are analysed in this paper: first by using Zettair, a full-text information retrieval system; second by using eXist, a native XML database, and third by using a hybrid XML retrieval system that uses eXist to produce the final answers from likely relevant articles retrieved by Zettair. INEX 2003 content-and-structure topics can be classified in two categories: the first retrieving full articles as final answers, and the second retrieving more specific elements within articles as final answers. We show that for both topic categories our initial hybrid system improves the retrieval effectiveness of a native XML database. For ranking the final answer elements, we propose and evaluate a novel retrieval model that utilises the structural relationships between the answer elements of a native XML database and retrieves Coherent Retrieval Elements. The final results of our experiments show that when the XML retrieval task focusses on highly relevant elements our hybrid XML retrieval system with the Coherent Retrieval Elements module is 1.8 times more effective than Zettair and 3 times more effective than eXist, and yields an effective content-and-structure XML retrieval.

연구 동기 및 목표

• 네이티브 XML 데이터베이스가 콘텐츠 및 구조(CAS) 검색 과제에서 관련 구조적 요소를 순위 매기는 데에 한계를 보이는 문제를 해결하기 위해.
• 전체 텍스트 색인(Zettair)과 XML 전용 구조 쿼리(eXist)를 결합함으로써 검색 효과성을 향상시키기 위해.
• XML 문서 내의 구조적 관계를 기반으로 Coherent Retrieval Elements(CRE)를 식별하고 순위 매기는 새로운 검색 모듈을 개발하기 위해.
• INEX 2003 CAS 주제를 대상으로 하이브리드 시스템을 평가하여, 전체 기사 검색과 세분화된 요소 검색을 구분하기 위해.
• 구조 인식 순위 매기기가 특히 세분화된 답변 요소에 대해 정밀도를 향상시키는 데 기여함을 입증하기 위해.

제안 방법

• 하이브리드 시스템은 전체 텍스트 쿼리에 기반해 관련성이 높은 기사들을 Zettair를 통해 검색한다.
• 그 후 eXist를 사용해 해당 기사 내의 특정 요소를 추출하고 처리하며, 네이티브 XML 색인과 XPath 기반 전체 텍스트 검색 기능을 활용한다.
• 후처리 단계에서 CRE 모듈은 XML 문서 트리 내의 부모-자식 및 형제 관계와 같은 구조적 관계를 분석하여 후보 답변 요소의 순위를 매긴다.
• CRE 모듈은 구조적 일관성에 기반한 유사도 점수를 계산함으로써, 의미적으로나 계층적으로 관련된 요소들이 함께 그룹화되고 순위가 매겨지도록 보장한다.
• 검색 정밀도를 동적으로 조정함으로써 엄격한(SCAS) 및 모호한(VCAS) 쿼리 제약 조건을 모두 지원한다.
• 최종 결과는 표준 INEX 2003 메트릭을 사용하여 하이브리드 시스템을 Zettair와 eXist 각각의 단독 시스템과 비교 평가한다.

실험 결과

연구 질문

• RQ1 전체 텍스트 검색과 네이티브 XML 데이터베이스 검색을 융합한 하이브리드 시스템이 CAS 검색 과제의 효과성을 향상시킬 수 있는가?
• RQ2 CRE 모듈은 다양한 수준의 검색 정밀도에서 구조적 관계를 기반으로 일관되고 관련성이 높은 구조적 요소를 식별하고 순위 매일 수 있는가?
• RQ3 기존 네이티브 XML 데이터베이스 접근 방식에 비해 구조 인식 순위 매기기가 검색 성능을 뚜렷이 향상시키는가?
• RQ4 CRE 모듈은 INEX 2003 CAS 주제의 SCAS 및 VCAS 하위 과제에 효과적으로 적용될 수 있는가?
• RQ5 하이브리드 시스템은 CAS 주제에 대해 정밀도와 재현율 측면에서 단독 Zettair 및 eXist보다 얼마나 뛰어나게 성능을 발휘하는가?

주요 결과

• CRE 모듈을 탑재한 하이브리드 시스템은 INEX 2003 CAS 주제에서 Zettair보다 1.8배 높은 검색 효과성을 달성했다.
• 동일한 시스템은 eXist보다 3배 높은 효과성을 보이며, 네이티브 XML 데이터베이스 접근 방식에 비해 뚜렷한 향상을 보였다.
• CRE 모듈은 적절한 정밀도 수준에서 관련 요소를 성공적으로 검색하여, SCAS 및 VCAS 하위 과제 모두에 적용 가능했다.
• 특히 세분화된 요소 검색에서 구조적 맥락이 중요한 만큼, 하이브리드 시스템은 단독 시스템보다 뛰어난 성능을 보였다.
• CRE 모듈은 다양한 문서 구조와 쿼리 유형에 걸쳐 뛰어난 안정성을 보이며, 다른 네이티브 XML 데이터베이스에의 일반화 가능성도 입증했다.
• 본 연구는 XML 문서 내의 구조적 관계가 CAS 검색에서 관련성 순위 매기기 향상에 유의미한 신호로 작용할 수 있음을 확인했다.