[논문 리뷰] Information retrieval in Current Research Information Systems

Andrei Lopatenko|ArXiv.org|2001. 10. 10.

Semantic Web and Ontologies인용 수 11

한 줄 요약

이 논문은 의미표현 마크업을 통해 정보 검색을 향상시키기 위해 현재 연구정보시스템(CRIS)을 위한 온톨로지 기반 아키텍처를 제안한다. 지식 표현과 온톨로지 모델링을 통합함으로써 데이터 수집, 인덱싱, 쿼리 기능이 향상되어 학술 기관 환경에서 연구 정보를 체계적으로 관리하는 데 기여한다.

ABSTRACT

In this paper we describe the requirements for research information systems and problems which arise in the development of such system. Here is shown which problems could be solved by using of knowledge markup technologies. Ontology for Research Information System offered. Architecture for collecting research data and providing access to it is described.

연구 동기 및 목표

• 학술 기관 간 연구 정보 관리 및 검색의 과제를 해결하기 위해.
• 데이터 통합 및 의미적 이해 측면에서 기존 연구 정보 시스템의 한계를 규명하기 위해.
• 연구 정보 시스템 내 데이터 모델링 및 검색을 향상시키기 위해 지식 마크업 접근법을 제안하기 위해.
• 연구 데이터 표현의 표준화와 상호운용성 향상을 위해 온톨로지를 설계하기 위해.
• 의미 기반 기술을 통해 연구 데이터의 수집, 정리, 접근을 통합적으로 지원하는 아키텍처를 개발하기 위해.

제안 방법

• 연구 정보를 위한 도메인 특화 온톨로지를 정의하여 연구자, 논문, 보유금, 프로젝트 등의 실체를 모델링하기 위해.
• 연구 데이터의 구조화 및 의미표현 마크업을 위해 지식 마크업 기술을 적용하기 위해.
• 데이터 수신, 저장, 의미적 인덱싱을 지원하는 모듈러 시스템 아키텍처를 설계하기 위해.
• 이질적인 소스로부터 데이터 수집을 위한 워크플로우에 온톨로지를 통합하기 위해.
• 표준화된 메타데이터와 온톨로지 기반 추론을 통해 의미 기반 쿼리 기능을 구현하기 위해.
• 확장성과 재사용성을 보장하기 위해 기존 표준 및 프레임워크를 활용하여 지식 표현을 구현하기 위해.

실험 결과

연구 질문

• RQ1 어떻게 연구 정보 시스템을 개선하여 보다 효과적이고 의미적으로 인지 가능한 정보 검색을 지원할 수 있는가?
• RQ2 온톨로지 모델링은 CRIS 내 데이터 통합 및 쿼리 표현력 향상에 어떤 역할을 하는가?
• RQ3 구조화된 연구 데이터의 수집 및 관리에 가장 적합한 아키텍처 패턴은 무엇인가?
• RQ4 지식 마크업 기술은 기존 연구 정보 시스템의 한계를 어떻게 극복할 수 있는가?
• RQ5 의미 기반 기술에 기반한 확장 가능하고 유연한 CRIS 아키텍처의 핵심 구성 요소는 무엇인가?

주요 결과

• 제안된 온톨로지는 연구 실체의 일관된 모델링을 가능하게 하여 데이터의 일관성과 상호운용성을 향상시킨다.
• 의미표현 마크업은 연구 시스템 내 정보 검색의 정밀도와 재현율을 크게 향상시킨다.
• 모듈러한 데이터 수신 기능을 통해 다양한 소스에서의 데이터 수집을 지원하여 시스템의 유연성과 확장성을 높인다.
• 온톨로지 기반 인덱싱은 키워드 기반 방법에 비해 더 표현력 있고 맥락 인식이 가능한 쿼리를 가능하게 한다.
• 시스템은 K-CAP'2001에서 발표된 위치 논문으로서의 타당성을 입증하였으며, 향후 CRIS 개발의 기초를 마련하였다.
• 지식 마크업과 CRIS의 통합은 학술 정보 시스템 내 데이터 통합 및 의미적 탐색의 핵심 과제를 해결한다.