[논문 리뷰] Target-driven merging of Taxonomies

Salvatore Raunich, Erhard Rahm|arXiv (Cornell University)|2010. 12. 22.

Semantic Web and Ontologies참고 문헌 18인용 수 7

한 줄 요약

이 논문은 목표로 삼은 타원계통도의 구조를 유지하면서 소스 타원계통도의 개념과 관계를 융합함으로써 두 온톨로지를 통합하는 목표 지향적 타원계통도 융합 알고리즘을 제안한다. 이 방법은 개념 간 등가 매핑을 사용하고 보조 관계를 추가하여 의미적 정확성을 향상시키며, 검증된 결과를 바탕으로 완전 자동화되고 구조를 유지하는 통합을 달성한다. 실재 및 합성 데이터셋을 대상으로 한 평가에서 성능을 입증하였다.

ABSTRACT

The proliferation of ontologies and taxonomies in many domains increasingly demands the integration of multiple such ontologies. The goal of ontology integration is to merge two or more given ontologies in order to provide a unified view on the input ontologies while maintaining all information coming from them. We propose a new taxonomy merging algorithm that, given as input two taxonomies and an equivalence matching between them, can generate an integrated taxonomy in a fully automatic manner. The approach is target-driven, i.e. we merge a source taxonomy into the target taxonomy and preserve the structure of the target ontology as much as possible. We also discuss how to extend the merge algorithm providing auxiliary information, like additional relationships between source and target concepts, in order to semantically improve the final result. The algorithm was implemented in a working prototype and evaluated using synthetic and real-world scenarios.

연구 동기 및 목표

• 다양한 도메인 간 다수의 이질적인 타원계통도와 온톨로지 통합의 증가하는 과제를 해결한다.
• 목표 온톨로지의 구조적 파손을 최소화하면서 두 타원계통도를 자동으로 융합하는 접근법을 개발한다.
• 통합 과정에서 소스 및 목표 타원계통도의 의미적 정합성과 관계를 유지한다.
• 등가 매핑에서 유도된 보조 관계를 통합하여 융합 품질을 향상시킨다.
• 합성 및 실세계 데이터를 활용한 프로토타입 구현과 평가를 통해 실용적이고 확장 가능한 타원계통도 통합을 가능하게 한다.

제안 방법

• 알고리즘은 소스 타원계통도를 사전에 정의된 목표 타원계통도에 융합함으로써 목표 타원계통도의 구조적 계층을 유지하는 목표 지향적 융합을 수행한다.
• 소스 타원계통도와 목표 타원계통도의 개념 간 등가 매핑을 기반으로 정렬 및 융합 결정을 내린다.
• 융합 과정에서 소스 개념이 목표 구조로 전파되며, 가능한 한 기존 목표 노드를 재사용하고, 필요할 경우에만 새로운 노드를 생성한다.
• 소스 및 목표 개념 간 보조 관계(예: 'equivalentTo', 'subsumes')를 삽입하여 의미적 일관성과 추적 가능성을 향상시킨다.
• 알고리즘은 증분 융합을 지원하며, 일관된 노드 레이블링과 관계 추적을 통해 참조 무결성을 유지한다.
• 프로토타입 구현을 통해 합성 벤치마크와 실세계 도메인 특화 타원계통도를 모두 활용한 종단 간 평가를 가능하게 한다.

실험 결과

연구 질문

• RQ1 어떻게 특정 목표 타원계통도의 구조적 무결성을 유지하면서 두 타원계통도를 융합할 수 있는가?
• RQ2 개념 간 등가 매핑이 정확하고 의미적으로 유의미한 융합을 가능하게 하는 데 어떤 역할을 하는가?
• RQ3 소스 및 목표 개념 간 보조 관계는 융합된 타원계통도의 품질과 해석 가능성에 어떤 영향을 미치는가?
• RQ4 목표 지향적 융합 접근법은 실세계 및 합성 타원계통도 통합 시나리오에서 얼마나 효과적인가?
• RQ5 이 방법은 융합 과정에서 의미적 정합성을 유지하고 구조적 열화를 방지하는 데 어느 정도 기여하는가?

주요 결과

• 제안된 알고리즘은 목표의 구조적 계층을 최소한의 파괴로 유지하면서 통합된 의미적으로 일관된 타원계통도를 성공적으로 생성한다.
• 보조 관계의 통합은 융합된 개념의 해석 가능성과 추적 가능성을 크게 향상시킨다.
• 합성 및 실세계 데이터셋에 대한 평가에서 뛰어난 성능을 입증하였으며, 높은 정렬 정확도와 목표로부터의 낮은 구조적 이탈을 보였다.
• 프로토타입 구현을 통해 완전 자동 융합의 실현 가능성을 확인하였으며, 온톨로지 통합 작업에서 수동 개입을 크게 줄였다.
• 기본 기반 방법에 비해 의미 관계를 더 잘 유지하고 불필요하거나 일관성 없는 노드 생성을 최소화하는 데 뛰어난 성능을 보였다.
• 이 방법은 다양한 도메인에서 확장 가능하고 적응 가능하여 실세계 지식 통합 파이프라인에서의 실용적 유용성을 입증하였다.