[논문 리뷰] Towards an Ontology based integrated Framework for Semantic Web

Nora yahia Ibrahim, Sahar A. Mokhtar외 1명|arXiv (Cornell University)|2013. 05. 30.

Semantic Web and Ontologies참고 문헌 15인용 수 5

한 줄 요약

이 논문은 이질적인 XML 데이터 소스를 통합하여 통합된 글로벌 온톨로지로 만드는 온톨로지 기반 프레임워크를 제안한다. 체계적인 융합 방법론을 통해 상호운용성 문제를 해결한다. 온톨로지 정렬 및 매핑 기법을 활용함으로써 포괄적인 지식 캡처와 구조화된 표현이 가능해져, 이질적인 데이터 소스 간의 의미적 통합이 크게 향상된다.

ABSTRACT

This Ontologies are widely used as a means for solving the information heterogeneity problems on the web because of their capability to provide explicit meaning to the information. They become an efficient tool for knowledge representation in a structured manner. There is always more than one ontology for the same domain. Furthermore, there is no standard method for building ontologies, and there are many ontology building tools using different ontology languages. Because of these reasons, interoperability between the ontologies is very low. Current ontology tools mostly use functions to build, edit and inference the ontology. Methods for merging heterogeneous domain ontologies are not included in most tools. This paper presents ontology merging methodology for building a single global ontology from heterogeneous eXtensible Markup Language (XML) data sources to capture and maintain all the knowledge which XML data sources can contain

연구 동기 및 목표

• 다양한 온톨로지 언어와 표준화 부족으로 인한 세마틱 웹에서 이질적인 온톨로지 간의 낮은 상호운용성 문제를 해결하기 위해.
• 다양한 도메인 전용 온톨로지를 하나의 일관된 글로벌 온톨로지로 체계적으로 융합하는 방법론을 개발하기 위해.
• 의미적 통합을 통해 eXtensible Markup Language (XML) 데이터 소스에서 포괄적인 지식 캡처를 가능하게 하기 위해.
• 기존 온톨로지 도구들이 이질적인 온톨로지를 융합하고 정렬하는 데 내장된 지원 기능이 부족한 한계를 극복하기 위해.

제안 방법

• 다양한 XML 데이터 소스를 통합하여 하나의 통합 온톨로지로 만드는 다단계 온톨로지 융합 프로세스를 활용한다.
• 다른 온톨로지의 개념 간 의미적 대응 관계를 식별하기 위해 온톨로지 정렬 기법을 사용한다.
• 융합 과정 중 충돌과 중복을 해결하기 위해 매핑 전략을 적용한다.
• 표준 온톨로지 언어를 사용하여 지식을 명시적으로 표현함으로써 기계 처리 가능한 의미를 보장한다.
• 최소한의 수동 조작으로 다양한 도메인에서 확장 가능하고 재사용 가능한 방식으로 설계되어 있다.
• 융합 후 편집, 추론, 검증을 위한 기존 온톨로지 도구를 활용한다.

실험 결과

연구 질문

• RQ1 어떻게 이질적인 XML 기반 데이터 소스를 하나의 일관된 온톨로지로 의미적으로 통합할 수 있는가?
• RQ2 융합 과정 동안 원본 XML 데이터 소스에 포함된 모든 지식을 어떻게 유지할 수 있는가?
• RQ3 서로 다른 온톨로지 간의 의미적 충돌과 중복은 어떻게 효과적으로 해결할 수 있는가?
• RQ4 온톨로지 정렬 및 매핑 기법은 다양한 온톨로지 간의 상호운용성 달성에 어떤 역할을 하는가?
• RQ5 제안된 프레임워크는 통합된 온톨로지의 재사용성과 유지보수성에 얼마나 기여하는가?

주요 결과

• 제안된 프레임워크는 여러 이질적인 XML 데이터 소스를 하나의 통합된 글로벌 온톨로지로 성공적으로 통합한다.
• 융합 과정에서 원본 데이터 소스의 모든 의미적 지식이 손실 없이 유지된다.
• 다른 언어와 구조를 사용해 구축된 온톨로지 간의 상호운용성이 향상됨을 입증한다.
• 온톨로지 정렬 및 매핑 기법의 사용으로 융합된 온톨로지 내의 중복과 충돌이 크게 감소한다.
• 결과로 도출된 글로벌 온톨로지는 다양한 도메인에서 효율적인 지식 검색, 추론, 재사용을 지원한다.