[논문 리뷰] Ontology Based Query Expansion Using Word Sense Disambiguation

M. Barathi, S. Valli|arXiv (Cornell University)|2010. 03. 07.

Semantic Web and Ontologies참고 문헌 16인용 수 13

한 줄 요약

이 논문은 단어 의미 해석(WSD), WordNet, 그리고 도메인 전용 온톨로지(ontology)를 활용하여 의미 기반 쿼리 확장을 제안함으로써 정보 검색의 정밀도와 재현율을 향상시킨다. 쿼리어휘의 정확한 의미를 식별하고 온톨로지 및 WordNet의 의미 관계를 활용함으로써 맥락 인식 검색을 향상시켜 전통적인 키워드 기반 방법에 비해 결과의 관련성을 크게 향상시킨다.

ABSTRACT

The existing information retrieval techniques do not consider the context of the keywords present in the user's queries. Therefore, the search engines sometimes do not provide sufficient information to the users. New methods based on the semantics of user keywords must be developed to search in the vast web space without incurring loss of information. The semantic based information retrieval techniques need to understand the meaning of the concepts in the user queries. This will improve the precision-recall of the search results. Therefore, this approach focuses on the concept based semantic information retrieval. This work is based on Word sense disambiguation, thesaurus WordNet and ontology of any domain for retrieving information in order to capture the context of particular concept(s) and discover semantic relationships between them.

연구 동기 및 목표

• 사용자 쿼리의 의미적 맥락을 간과하는 전통적 정보 검색 시스템의 한계를 해결하기 위해.
• 쿼리어휘의 의미적 이해를 통합하여 검색 정밀도와 재현율을 향상시키기 위해.
• 단어 의미 해석(WSD)과 온톨로지 및 WordNet의 의미 관계에 기반한 쿼리 확장 기법을 개발하기 위해.
• 키워드가 쿼리어휘와 정확히 일치하지 않더라도 의미적으로 관련된 문서를 검색할 수 있도록 하기 위해.
• 사용자 쿼리의 개념적 관계를 포착하는 맥락 인식 정보 검색 프레임워크를 제공하기 위해.

제안 방법

• 메서드는 사용자 쿼리의 각 키워드 의미를 정확히 파악하기 위해 단어 의미 해석(WSD)을 적용한다.
• 프린스턴 WordNet 어휘사전을 사용하여 각 해석된 어휘어에 대해 동의어 및 의미 관계(예: 하위개념, 상위개념 등)를 식별한다.
• 도메인 전용 온톨로지를 통합하여 WordNet을 초월한 의미 관계를 풍부하게 하여 전문적인 개념적 연결을 포착한다.
• 해석된 의미에 기반하여 WordNet과 도메인 온톨로지에서 의미적으로 관련된 어휘어를 사용해 쿼리어휘를 확장한다.
• 확장된 쿼리를 사용하여 문서를 검색함으로써 맥락 인식 확장을 통해 관련성 향상을 이룬다.
• WSD와 온톨로지 기반 확장을 결합하여 유의미하게 일관된 어휘어만 쿼리에 추가되도록 보장한다.

실험 결과

연구 질문

• RQ1 어떻게 단어 의미 해석(WSD)이 정보 검색에서 쿼리 확장의 정확도를 향상시킬 수 있는가?
• RQ2 WordNet과 도메인 온톨로지에서 유도된 의미 관계는 검색 정밀도와 재현율을 어느 정도 향상시키는가?
• RQ3 WSD와 WordNet에 도메인 전용 온톨로지를 통합하면 키워드 기반 방법에 비해 더 관련성이 높은 문서 검색이 가능한가?
• RQ4 맥락 인식 쿼리 확장은 기존 방법에 비해 결과의 관련성에 어떤 영향을 미치는가?
• RQ5 온톨로지와 WordNet에서 유도된 의미 관계는 효과적인 쿼리 확장에 어떻게 기여하는가?

주요 결과

• 의미적 맥락을 쿼리 확장에 통합함으로써 제안된 방법은 검색 정밀도와 재현율을 크게 향상시킨다.
• WordNet과 WSD에 도메인 전용 온톨로지를 통합하면 키워드만 사용하는 경우보다 더 관련성이 높은 문서 검색이 가능하다.
• 단어 의미 해석(WSD)은 사용자 쿼리의 모호성을 효과적으로 줄여 의미적으로 관련된 어휘어로 정확한 확장을 가능하게 한다.
• WordNet과 도메인 온톨로지를 모두 사용함으로써 더 풍부한 의미 관계를 발견할 수 있었으며, 결과의 관련성 향상에 기여했다.
• 의미 해석된 개념에 기반한 쿼리 확장은 기준 키워드 기반 검색에 비해 결과 품질 측면에서 뛰어나다.
• 프레임워크는 의미 자원을 활용한 맥락 인식 확장이 더 효과적인 정보 검색을 가능하게 함을 보여준다.