[논문 리뷰] TermPicker: Enabling the Reuse of Vocabulary Terms by Exploiting Data from the Linked Open Data Cloud - An Extended Technical Report

Johann Schaible, Thomas Gottron외 1명|arXiv (Cornell University)|2015. 12. 17.

Semantic Web and Ontologies참고 문헌 28인용 수 4

한 줄 요약

TermPicker는 기존 LOD 데이터셋에서 유도된 스키마 수준 패턴(SLPs)을 분석함으로써 Linked Open Data (LOD)에서 RDF 어휘 용어의 재사용을 가능하게 하는 혁신적인 추천 시스템이다. 학습을 통한 순위 매기기(L2R) 기반으로 다섯 가지 특징을 활용하여 후보 용어를 순위 매기며, 기준 모델 대비 추천 품질을 35% 향상시켰다. 이는 MAP ≈ 0.70 및 MRR@5 ≈ 0.74를 기록하였다.

ABSTRACT

Deciding which vocabulary terms to use when modeling data as Linked Open Data (LOD) is far from trivial. Choosing too general vocabulary terms, or terms from vocabularies that are not used by other LOD datasets, is likely to lead to a data representation, which will be harder to understand by humans and to be consumed by Linked data applications. In this technical report, we propose TermPicker: a novel approach for vocabulary reuse by recommending RDF types and properties based on exploiting the information on how other data providers on the LOD cloud use RDF types and properties to describe their data. To this end, we introduce the notion of so-called schema-level patterns (SLPs). They capture how sets of RDF types are connected via sets of properties within some data collection, e.g., within a dataset on the LOD cloud. TermPicker uses such SLPs and generates a ranked list of vocabulary terms for reuse. The lists of recommended terms are ordered by a ranking model which is computed using the machine learning approach Learning To Rank (L2R). TermPicker is evaluated based on the recommendation quality that is measured using the Mean Average Precision (MAP) and the Mean Reciprocal Rank at the first five positions (MRR@5). Our results illustrate an improvement of the recommendation quality by 29% - 36% when using SLPs compared to the beforehand investigated baselines of recommending solely popular vocabulary terms or terms from the same vocabulary. The overall best results are achieved using SLPs in conjunction with the Learning To Rank algorithm Random Forests.

연구 동기 및 목표

• LOD 모델링을 위한 적절한 RDF 어휘 용어를 선정하는 데 있어 시간이 오래 걸리고 비직관적인 과제를 해결하기 위해.
• 기존 LOD 데이터셋의 실제 사용 패턴을 활용하여 어휘 용어의 재사용을 가능하게 하기 위해.
• 구조적 관계를 포착함으로써 문자열 매칭 또는 인기 기반 접근 방식을 초월하여 추천 품질을 향상시키기 위해.
• 유사한 모델링 작업을 수행하는 다른 데이터 제공자가 사용한 용어를 추천하는 방법을 개발하기 위해.
• 스키마 수준 패턴(SLPs)과 학습을 통한 순위 매기기(L2R)가 어휘 용어 추천을 향상시키는 데 효과적인지 평가하기 위해.

제안 방법

• TermPicker는 RDF 유형 집합, 속성 집합, 목표 RDF 유형 집합으로 정의된 쿼리-SLP(스키마 수준 패턴)를 입력으로 받는다.
• LOD 클라우드에 게시된 어휘에서 후보 어휘 용어를 생성하고, 각 후보에 대해 쿼리-SLP와의 유사도를 평가하기 위한 다섯 가지 특징을 계산한다.
• 특징으로는 SLP 간의 구문적 유사도, 공존 빈도, 그리고 RDF 유형과 속성의 구조적 정렬이 포함된다.
• 유사도 기반으로 후보 용어를 관련성 순으로 순위 매길 수 있도록, 특히 랜덤 포레스트를 활용한 학습을 통한 순위 매기기(L2R) 모델을 이 특징들에 대해 학습시킨다.
• 실제 LOD 클라우드의 데이터셋에서 추출한 SLP를 사용하여 실제 데이터에서 어휘 용어가 어떻게 함께 사용되는지를 모델링한다.
• BTC 2014 및 DyLDO 데이터셋을 대상으로 10겹 교차 검증을 수행하여 평가를 실시한다.

실험 결과

연구 질문

• RQ1 실제 LOD 데이터셋에서 유도된 스키마 수준 패턴(SLPs)이 어휘 용어 추천 품질을 향상시키는가?
• RQ2 TermPicker의 추천 품질은 단지 인기 있는 용어나 같은 어휘에서 추천하는 기준 모델 대비 어떻게 비교되는가?
• RQ3 LOD 환경에서 어휘 용어 추천을 위한 순위 매기기에 가장 잘 작동하는 학습을 통한 순위 매기기(L2R) 알고리즘은 무엇인가?
• RQ4 LOD 클라우드에서의 구조적 사용 패턴을 통합할 경우 추천의 관련성은 어느 정도 향상되는가?
• RQ5 PageRank나 rdfs:domain/rdfs:range와 같은 도메인 특화 특징은 추천 정밀도를 향상시킬 수 있는가?

주요 결과

• TermPicker는 단지 인기 있는 용어나 같은 어휘에서 추천하는 기준 모델 대비 추천 품질을 29–36% 향상시켰다.
• TermPicker의 평균 평균 정확도(MAP)는 SLP와 학습을 통한 순위 매기기(L2R)를 사용할 경우 약 0.70에 도달한다.
• 상위 다섯 개 결과 내에서의 평균 역수 순위(MRR@5)는 약 0.74로, 쿼리의 74%에서 관련된 첫 번째 추천 결과가 상위 다섯 개 내에 포함됨을 의미한다.
• L2R 알고리즘 중에서 포인트 기반 학습을 통한 순위 매기기(특히 랜덤 포레스트)가 이 맥락에서 가장 우수한 성능을 보였다.
• SLP의 통합은 실제 LOD 데이터셋 간의 사용 패턴을 포착함으로써 추천의 관련성 향상에 크게 기여한다.
• 향후 연구에서는 PageRank나 TBox 메타데이터(rdfs:domain, rdfs:range 등)와 같은 도메인 특화 특징을 통합할 경우 추천 품질을 더욱 향상시킬 수 있을 것으로 기대된다.