[논문 리뷰] Ontology-based Approach for Semantic Data Extraction from Social Big Data: State-of-the-art and Research Directions.

Pornpit Wongthongtham, Bilal Abu-Salih|arXiv (Cornell University)|2018. 01. 05.

Complex Network Analysis Techniques인용 수 8

한 줄 요약

이 논문은 도메인 온톨로지 기반 접근법을 제안하여, 텍스트를 개체 및 도메인 수준에서 분석함으로써 소셜 미디어, 특히 트위터에서 의미론적 데이터를 추출한다. 도메인 온톨로지를 활용하여 트윗의 의미를 풍부화함으로써 개념 식별의 정확도와 수를 향상시키며, 정치 도메인 데이터셋을 대상으로 검증되었으며 의미론적 풍부화 및 지식 추출에서 효과가 입증되었다.

ABSTRACT

A challenge of managing and extracting useful knowledge from social media data sources has attracted much attention from academic and industry. To address this challenge, semantic analysis of textual data is focused in this paper. We propose an ontology-based approach to extract semantics of textual data and define the domain of data. In other words, we semantically analyse the social data at two levels i.e. the entity level and the domain level. We have chosen Twitter as a social channel challenge for a purpose of concept proof. Domain knowledge is captured in ontologies which are then used to enrich the semantics of tweets provided with specific semantic conceptual representation of entities that appear in the tweets. Case studies are used to demonstrate this approach. We experiment and evaluate our proposed approach with a public dataset collected from Twitter and from the politics domain. The ontology-based approach leverages entity extraction and concept mappings in terms of quantity and accuracy of concept identification.

연구 동기 및 목표

• 고속으로 변화하는 플랫폼인 트위터와 같은 소셜 미디어의 비정형 데이터에서 실질적인 지식을 추출하는 과제를 해결한다.
• 형식적 온톨로지를 통해 도메인 특화된 의미론적 이해를 통합함으로써 기존 텍스트 분석의 한계를 극복한다.
• 온톨로지에 코딩된 의미 관계를 활용하여 소셜 미디어 텍스트의 개념 식별 정확도와 커버리지 향상.
• 실제 도메인인 정치 분야에서 공개된 트위터 데이터를 사용하여 온톨로지 기반 의미론적 풍부화의 실현 가능성과 효과성을 입증한다.

제안 방법

• 정의된 도메인 온톨로지를 활용하여 개념 지식을 표현하고 정치 도메인의 의미 공간을 정의한다.
• 트윗 내 명시적 개체(예: 사람, 조직, 이슈 등)를 식별하기 위해 개체 추출 기법을 적용한다.
• 의미 매칭 및 개념 매핑 전략을 통해 추출된 개체를 온톨로지의 개념에 매핑한다.
• 온톨로지에서 유도된 형식적 의미 개념 모델을 활용해 트윗을 표현함으로써 의미와 맥락을 풍부화시킨다.
• 사례 연구 및 공개된 트위터 데이터셋을 활용하여 실세계 조건에서 접근법을 평가한다.
• 표준 평가 지표를 사용하여 개념 식별의 정밀도 및 재현율 측면에서 방법의 성능을 정량적으로 평가한다.

실험 결과

연구 질문

• RQ1 어떻게 도메인 온톨로지가 소셜 미디어 데이터의 텍스트 콘텐츠 의미 이해를 향상시킬 수 있는가?
• RQ2 온톨로지 기반의 개념 매핑은 트윗에서 개체 및 개념 식별의 정확도와 재현율을 어느 정도 향상시키는가?
• RQ3 제안된 접근법은 비정형 소셜 미디어 텍스트에서 도메인 특화된 의미를 효과적으로 추출하고 표현할 수 있는가?
• RQ4 온톨로지 통합은 실시간 소셜 미디어 분석에서 의미론적 데이터 추출의 확장성과 실용성에 어떤 영향을 미치는가?

주요 결과

• 기본 방법에 비해 온톨로지 기반 접근법은 트윗에서 개념 식별의 수와 정확도를 크게 향상시킨다.
• 도메인 온톨로지를 활용한 의미론적 풍부화로 인해 개체가 개념 카테고리에 더 정확하게 매핑되며, 이해 가능성 향상.
• 공개된 정치 도메인 트위터 데이터셋에서 높은 성능을 보이며, 실제 적용 가능성을 입증한다.
• 사례 연구를 통해 정치적 주체 및 이슈와 같은 도메인 특화된 의미를 고정밀도로 효과적으로 포착함을 확인.
• 온톨로지 통합은 소셜 미디어 데이터 분석을 위한 확장 가능하고 재사용 가능한 의미론적 모델링을 지원한다.
• 이 접근법은 구조화되고 기계 처리 가능한 소셜 미디어 콘텐츠 표현을 가능하게 하여, 후속 지식 탐색 작업을 촉진한다.