[논문 리뷰] Rich Semantic Models and Knowledgebases for Highly-Structured Scientific Communication

Robert B. Allen|arXiv (Cornell University)|2017. 08. 28.

Biomedical Text Mining and Ontologies참고 문헌 6인용 수 7

한 줄 요약

이 논문은 재현 가능성, 타당성 평가 및 지식 통합을 향상시키기 위해 풍부한 의미 모델을 갖춘 매우 구조화된 과학 연구 보고서를 만드는 엄밀하고 온톨로지 기반의 프레임워크를 제안한다. 연구 설계와 같은 구성 요소를 형식적 의미론으로 모델링함으로써, 내부 및 외부 타당성에 대한 기계 처리 가능한 평가를 지원하는 상호 연결되고 진화하는 과학 지식 기반의 구축이 가능해진다.

ABSTRACT

Rather than using text for scientific research reports, we have proposed developing highly-structured reports with rich semantic models. In this paper, we consider detailed structures for the components of research reports using a modeling framework based on a rigorous upper ontology. For instance, we consider the use of structured descriptions of Research Designs to support evaluation of internal and external validity. In addition, collections of highly-structured scientific research reports would be the key component of a set of evolving and interlocking highly-structured scientific knowledgebases.

연구 동기 및 목표

• 비구조화된 과학적 텍스트의 한계를 해결하기 위해 연구 보고서를 위한 형식적이고 의미론적인 모델링 프레임워크를 제안한다.
• 연구 설계의 구조화되고 기계 가공 가능한 기술을 통해 과학 연구의 내부 및 외부 타당성 평가를 향상시킨다.
• 매우 구조화된 보고서로부터 상호 연결되고 진화하는 과학 지식 기반의 구축을 가능하게 한다.
• 형식화된 의미 구성 요소를 통해 장기적인 과학 지식 통합과 재사용을 지원한다.
• 과학적 내용에 대한 자동 추론을 지원하는 디지털 도서관과 지식 시스템의 기초를 마련한다.

제안 방법

• 논문은 과학 보고서 구성 요소를 모델링하기 위한 기본 틀로 엄밀한 상위 온톨로지를 활용한다.
• 연구 설계는 가정, 방법, 검증 기준을 코딩하기 위해 구조화된 의미 모델을 사용하여 형식적으로 기술된다.
• 가설, 방법, 데이터, 결과와 같은 보고서의 각 구성 요소는 정밀한 의미 어노테이션으로 모델링된다.
• 이 방법은 구성 요소 간의 관계에 대한 기계 추론을 지원하여 자동 타당성 검사를 가능하게 한다.
• 과학 데이터 표현을 위한 기존 온톨로지와 표준과의 일치를 통해 상호운용성을 확보한다.
• 프레임워크는 보고서를 상호 연결되고 진화하는 지식 기반으로 집계할 수 있게 하여 질의, 추론 및 기원 추적을 지원한다.

실험 결과

연구 질문

• RQ1 어떻게 형식적 의미 모델을 사용하여 과학 연구 보고서를 재현 가능성과 타당성 평가 향상을 위해 구조화할 수 있는가?
• RQ2 상위 온톨로지는 과학 구성 요소의 일관되고 기계 가공 가능한 모델링을 위해 어떤 역할을 하는가?
• RQ3 어떻게 구조화된 과학 보고서를 시간이 지남에 따라 진화하는 상호 연결된 지식 기반으로 집계할 수 있는가?
• RQ4 의미 모델은 내부 및 외부 타당성의 자동 평가를 어떻게 지원할 수 있는가?
• RQ5 구조화된 보고서로부터 확장 가능하고 재사용 가능한 과학 지식 기반을 구축하기 위한 기술적 및 표현적 요구사항은 무엇인가?

주요 결과

• 제안된 의미 모델링 프레임워크는 연구 설계의 정밀하고 형식적인 표현을 가능하게 하여 내부 및 외부 타당성의 체계적 평가를 촉진한다.
• 온톨로지 기반의 구조화된 보고서에서는 과학적 구성 요소에 대한 기계 처리 가능한 추론이 가능해져 추적성과 감사 가능성이 향상된다.
• 이러한 보고서의 집합은 고도의 쿼리 및 추론을 지원하는 진화하고 상호 연결된 지식 기반으로 통합될 수 있다.
• 공통의 상위 온톨로지를 사용함으로써 다양한 과학 분야와 보고서 간의 일관성과 상호운용성이 보장된다.
• 프레임워크는 디지털 도서관이 문서 저장소에서 활성 의미 지식 시스템으로 전환할 수 있는 기초를 제공한다.
• 이 방법은 형식적 의미론에 기반한 확장 가능하고 재사용 가능한 과학 지식 인프라를 향한 실현 가능한 길을 보여준다.