[논문 리뷰] semantify.it, a Platform for Creation, Publication and Distribution of Semantic Annotations

Elias Kärle, Umutcan Şimşek외 1명|arXiv (Cornell University)|2017. 06. 30.

Semantic Web and Ontologies참고 문헌 14인용 수 13

한 줄 요약

semantify.it는 schema.org를 사용하여 의미적 메타데이터를 간편한 양식과 JSON-LD 생성을 통해 생성, 검증 및 배포할 수 있도록 돕는 무료 웹 기반 플랫폼입니다. 기술적 배경이 없는 사용자도 프로그래밍 없이 구조화된 데이터를 생성할 수 있도록 하며, 확장 프레임워크를 통해 동적 데이터 통합을 지원하고, 검증 및 분석을 통해 데이터 품질을 향상시킵니다. 이는 오스트리아, 독일, 스위스에서 실제 관광 분야의 사례에서 효과적으로 검증된 바 있습니다.

ABSTRACT

The application of semantic technologies to content on the web is, in many regards, important and urgent. Search engines, chatbots, intelligent personal assistants and other technologies increasingly rely on content published as semantic structured data. Yet, the process of creating this kind of data is still complicated and widely unknown. The semantify.it platform implements an approach to solve three of the most challenging question regarding the publication of structured semantic data, namely: a) what vocabulary to use, b) how to create annotation files and c) how to publish or integrate annotations within a website without programming. This paper presents the idea and the development of the semantify.it platform. It demonstrates that the creation process of semantically annotated data does not have to be hard, shows use cases and pilot users of the created software and presents where the development of this platform or alike projects lead to in the future.

연구 동기 및 목표

• 기술적 배경이 없는 웹 콘텐츠 제작자가 의미적 메타데이터 생성을 쉽게 접근할 수 있도록 하는 것.
• 의미적 게재의 세 핵심 문제를 해결하는 것: 어휘 선택, JSON-LD 파일 생성, 코드 없이 웹사이트 통합.
• 고품질의 의미적 메타데이터를 생성, 검증, 저장, 배포하기 위한 중앙집중식 사용자 우수 플랫폼 제공.
• 유연한 확장 프레임워크를 통해 데이터베이스 및 API에서 동적 데이터 수신을 지원.
• 고급 검증, 분석 및 향후 schema.org 버전 업데이트 지원을 통한 데이터 품질 및 활용도 향상.

제안 방법

• 의미적 메타데이터에 대한 주요 어휘로 schema.org를 사용하고, 웹 페이지에 통합하기 위해 JSON-LD를 활용.
• 전문가가 만든 도메인 전문 형식을 사전 구축하여 비기술적 사용자가 정확한 메타데이터를 생성할 수 있도록 안내.
• 생성된 JSON-LD 파일을 보안 서버에 저장하고 고유 URL을 통해 웹사이트에 쉽게 통합할 수 있도록 제공.
• 플러그인 시스템과 REST API를 도입하여 콘텐츠 관리 시스템 및 외부 데이터 소스와의 통합을 가능하게 함.
• RML 프로세서 통합을 지원하는 확장 프레임워크를 도입하여 데이터베이스 또는 API에서 온 구조화된 데이터를 schema.org로 매핑.
• 공식 schema.org GitHub 리포지토리에서 직접 업데이트를 가져와 실시간으로 schema.org 버전을 적응시키기 위한 계획 수립.

실험 결과

연구 질문

• RQ1 비기술적 사용자가 의미적 메타데이터를 생성하는 과정을 어떻게 직관적이고 접근하기 쉽게 만들 수 있는가?
• RQ2 의미적 메타데이터를 커스터마이징 코드 없이 기존 웹사이트에 원활하게 통합하기 위한 기술적 및 설계 패턴은 무엇인가?
• RQ3 자동화된 검증 및 규칙 기반 점검을 통해 의미적 메타데이터의 품질을 어떻게 향상시킬 수 있는가?
• RQ4 중앙집중식 플랫폼이 웹상에서 대규모로 재사용 가능하고 분석 가능한 구조화된 데이터를 어떻게 가능하게 할 수 있는가?
• RQ5 schema.org와 같은 핵심 어휘의 빠르고 반복적인 변화에 대응하기 위해 의미적 메타데이터 플랫폼은 어떻게 최신 상태를 유지할 수 있는가?

주요 결과

• semantify.it 플랫폼은 비기술적 사용자가 직관적인 형식 기반 입력을 통해 schema.org 호환 JSON-LD 메타데이터를 성공적으로 생성하고 배포할 수 있음을 입증하였습니다.
• 플랫폼은 오스트리아, 독일, 스위스의 관광 분야에서 실제 적용된 시범 프로젝트를 통해 실시간 트래픽 하에서의 신뢰성을 입증하였습니다.
• 확장 프레임워크의 통합을 통해 외부 데이터 소스(예: 데이터베이스, API)에서의 동적 매핑이 가능해져 데이터 수신의 확장성과 효율성이 향상되었습니다.
• 규칙 기반 메커니즘을 통한 고급 검증을 통해 메타데이터의 의미적 품질이 향상되고 오류가 감소하였습니다.
• 메타데이터 사용 분석 기능을 통해 가져오기 빈도 및 사용자 통계와 같은 정보를 제공하여 데이터 소비 패턴을 이해하는 데 기여하였습니다.
• 공식 GitHub 리포지토리에서 직접 업데이트를 가져와 실시간으로 schema.org 버전을 적응시킬 수 있도록 설계되어 장기적인 유지보수성이 확보되었습니다.