[논문 리뷰] Ontology Based Information Integration: A Survey

Maryam Alizadeh, Maliheh Heydarpour Shahrezaei외 1명|arXiv (Cornell University)|2019. 09. 26.

Semantic Web and Ontologies참고 문헌 56인용 수 6

한 줄 요약

이 종합 검토는 다양한 데이터 소스 간의 의미적 이질성을 해결하는 데 핵심 기술로 삼는 온톨로지 매칭을 중심으로 온톨로지 기반 정보 통합에 대한 종합적 분석을 제시한다. 데이터, 스키마, 카탈로그, 의미적 통합을 위한 온톨로지 기반 방법을 평가하며, 단일, 다중, 하이브리드 온톨로지 모델과 같은 접근 방식을 강조하며, 매핑, 평가, 온톨로지 진화 및 검증의 과제를 다룬다.

ABSTRACT

An ontology makes a special vocabulary which describes the domain of interest and the meaning of the term on that vocabulary. Based on the precision of the specification, the concept of the ontology contains several data and conceptual models. The notion of ontology has emerged into wide ranges of applications including database integration, peer-to-peer systems, e-commerce, semantic web, etc. It can be considered as a practical tool for conceptualizing things which are expressed in computer format. This paper is devoted to ontology matching as a mean or information integration. Several matching solutions have been presented from various areas such as databases, information systems and artificial intelligence. All of them take advantages of different attributes of ontology like, structures, data instances, semantics and labels and its other valuable properties. The solutions have some common techniques and cope with similar problems, but use different methods for combining and exploiting their results. Information integration is among the first classes of applications at which matching was considered as a probable solution. Information integration contains many fields including, data integration, schema integration, catalogue integration and semantic integration. We cover these notions in term of ontology in our proposed paper.

연구 동기 및 목표

• 분산된 데이터 소스 간의 의미적 이질성을 해결하기 위한 온톨로지 기반 정보 통합 기법에 대한 체계적 리뷰를 제공하기 위해.
• 온톨로지가 관계형 데이터베이스, 피어 투 피어 네트워크, 전자상거래 플랫폼과 같은 이질적 시스템에서 의미적 상호운용성을 가능하게 하는 역할를 분석하기 위해.
• 단일, 다중, 하이브리드 온톨로지 접근 방식을 포함한 기존의 온톨로지 매칭, 매핑, 통합 방법론을 평가하기 위해.
• 현재 연구에서의 격차를 특정화하기 위해, 특히 온톨로지 진화, 검증, 불완전한 정보 처리에 초점을 맞추기 위해.
• 자동 온톨로지 구축 및 통합 시스템을 위한 강력한 평가 프레임워크에 대한未래 연구 방향을 제안하기 위해.

제안 방법

• 온톨로지 기반 정보 통합 분야의 기존 연구를 조사하고 분류하여, 데이터, 스키마, 카탈로그, 의미적 통합에 중점을 둔다.
• 온톨로지 모델 유형에 따라 통합 방법을 분류: 단일 글로벌 온톨로지, 다중 독립적 온톨로지, 또는 공유 어휘를 사용하는 하이브리드 접근 방식.
• 지역 온톨로지를 공통 온톨로지 또는 상호 간에 연결하는 매핑 기법을 분석하여 의미적 불일치를 해결한다.
• 형식적 의미론과 메타데이터(예: OntoUML을 통한)를 활용하여 모호성을 줄이고 정렬 정확도를 향상시킨다.
• 5개의 대표적 연구를 비교하여 온톨로지 진화, 매핑, 통합 범위 측면에서 방법론을 평가한다.
• 미래 연구 방향을 제안하며, 자동 온톨로지 검증 및 통합 파이프라인에서 불완전한 데이터 처리를 포함한다.

실험 결과

연구 질문

• RQ1 다양한 온톨로지 모델(단일, 다중, 하이브리드)이 정보 통합의 효과성에 어떤 영향을 미치는가?
• RQ2 다양한 데이터 소스 간의 이질적 온톨로지를 정렬하는 데 있어 핵심 과제는 무엇이며, 현재의 방법들은 이를 어떻게 해결하는가?
• RQ3 기존 접근 방식은 실제 통합 시스템에서 온톨로지 진화 및 동적 업데이트를 어느 정도 지원하는가?
• RQ4 OntoUML과 같은 형식적 모델링 기법은 온톨로지 매핑의 의미적 정확도를 어떻게 향상시킬 수 있는가?
• RQ5 현재 온톨로지 기반 통합 시스템 평가 프레임워크의 한계는 무엇인가?

주요 결과

• 조사된 접근 방식 중 오직 두 가지—Exelixis와 FCA—만이 온톨로지 진화를 위한 명시적 방법론을 제공하여 현재 연구의 심각한 격차를 드러낸다.
• Exelixis 접근 방식은 데이터, 스키마, 카탈로그, 의미적 통합을 모두 지원하여 종합적인 아키텍처 프레임워크를 제공한다.
• 다수의 방법론이 의미적 통합에 집중하지만, 대부분의 경우 강력한 평가 시스템을 포함하지 않으며, 대부분의 경우 형식적 검증 메커니즘이 부족하다.
• OntoUML과 같은 형식적 모델링 언어의 사용은 내재적 속성과 관계적 종속성을 명시함으로써 의미적 모호성을 줄이는 데 기여했다.
• Exelixis와 Padilha는 다중 온톨로지 접근 방식을 사용한 반면, FCA, Manshukhal, Gagnon은 글로벌(단일) 온톨로지를 사용하여 확장성과 유지보수성 사이의 상충 관계를 보여준다.
• 최근 연구를 조사한다고 주장함에도 불구하고, 몇몇 논문은 상세한 기술과 평가 지표가 부족하여 실용적 적용 가능성과 재현 가능성이 제한된다.