[논문 리뷰] Using Mapping Languages for Building Legal Knowledge Graphs from XML Files

Ademar Crotti, Fabrizio Orlandi외 3명|arXiv (Cornell University)|2019. 11. 18.

Artificial Intelligence in Law인용 수 6

한 줄 요약

이 논문은 맵핑 언어를 사용하여 독일어 법적 XML 문서를 RDF 지식 그래프로 변환하는 의미론적 모델을 제시하며, 법적 정보 시스템 내 검색 정확도 향상에 초점을 맞춘다. 최신 맵핑 엔진—특히 RML 기반의 CARML—을 평가한 결과, 소규모 데이터셋에서는 커스텀 파서에 비해 다소 느린 성능를 보였지만, 산업용 법적 지식 그래프 파이프라인에서 유지보수성, 재사용성, 확장성 측면에서 뛰어난 성능을 발휘함을 확인하였다.

ABSTRACT

This paper presents our experience on building RDF knowledge graphs for an industrial use case in the legal domain. The information contained in legal information systems are often accessed through simple keyword interfaces and presented as a simple list of hits. In order to improve search accuracy one may avail of knowledge graphs, where the semantics of the data can be made explicit. Significant research effort has been invested in the area of building knowledge graphs from semi-structured text documents, such as XML, with the prevailing approach being the use of mapping languages. In this paper, we present a semantic model for representing legal documents together with an industrial use case. We also present a set of use case requirements based on the proposed semantic model, which are used to compare and discuss the use of state-of-the-art mapping languages for building knowledge graphs for legal data.

연구 동기 및 목표

• 키워드 기반의 비효율적 법적 정보 검색 문제를 해결하기 위해 법적 데이터를 의미론적으로 구조화한다.
• 법적 개념, 관계, 분류 체계 메타데이터를 명시적으로 표현할 수 있는 공식적인 의미론적 모델을 개발한다.
• 반구조화된 법적 XML 데이터를 기계 처리 가능한 RDF 지식 그래프로 변환하여 추론 및 쿼리 기능을 향상시킨다.
• 실제 산업 현장의 법적 사용 사례에서 유도된 요구사항을 바탕으로 최신 맵핑 엔진을 평가하고 비교한다.
• 대규모 법적 지식 그래프 구축 과정에서 맵핑 언어와 커스텀 파서 간의 성능와 유지보수성 간의 트레이드오프를 평가한다.

제안 방법

• SKOS와 RDF를 기반으로 한 도메인 전용 의미론적 모델을 설계하여, 주요 요소인 tenor, tatbestand 및 분류 체계 개념을 모델링한다.
• 의미론적 모델과 XML 스키마를 바탕으로 맵핑 엔진 평가를 위한 사용 사례 요구사항 세트를 정의한다.
• RML(RDF 맵핑 언어)을 사용하여 CARML 엔진을 활용해 지식 그래프 구축을 구현함으로써 XML에서 RDF로의 선언적 변환을 가능하게 한다.
• 세 가지 문서 규모(1k, 10k, 50k)에서 CARML(RML 기반)의 성능을 애드혹 커스텀 파서와 비교한다.
• 맵핑과 커스텀 파싱 접근 방식 간의 성능 차이 유의성 평가를 위해 통계적 검정(Welch Two Sample T-Test)을 적용한다.
• SKOS를 활용해 지식 그래프 내에서 법적 분류 체계 개념과 그 계층적, 연관적 관계를 표현한다.

실험 결과

연구 질문

• RQ1 어떻게 기계 처리 가능한 방식으로 법적 문서와 그 관계를 공식적인 의미론적 모델로 설계할 수 있는가?
• RQ2 실제 산업 현장의 법적 XML 스키마와 사용 사례에서 도출된 기능적 및 구조적 요구사항을 모두 충족하는 최신 맵핑 엔진은 무엇인가?
• RQ3 대용량 법적 XML 파일을 RDF로 변환할 때 맵핑 언어(RML 기반 CARML 등)를 사용할 경우 성능에 어떤 영향을 미치는가?
• RQ4 산업 규모의 법적 문서 컬렉션을 처리할 때 맵핑 언어 사용으로 인한 성능 오버헤드가 통계적으로 유의미한가?
• RQ5 진화하는 법적 지식 그래프 파이프라인 환경에서 맵핑 언어는 애드혹 파서에 비해 유지보수성과 재사용성 측면에서 어느 정도 향상되는가?

주요 결과

• RML 맵핑 언어를 구현한 CARML은 복잡한 중첩 구조 및 SKOS 기반 분류 체계 처리를 포함한 모든 정의된 사용 사례 요구사항을 유일하게 지원하였다.
• 1,000개 문서에서 CARML과 커스텀 파서 간 성능 차이는 통계적으로 유의미하지 않았다(p-value = 0.12), 소규모 스케일에서 유사한 효율성을 보였다.
• 10,000개 및 50,000개 문서에서 성능 차이는 통계적으로 유의미해졌으며(p-values分别为 0.04 및 0.01), 맵핑 언어 사용이 스케일 증가에 따라 명백한 오버헤드를 유발하는 것으로 나타났다.
• 성능 오버헤드가 존재하더라도 맵핑 언어는 논리와 구현을 분리함으로써, 스키마나 의미론적 모델이 변화할 경우 유지보수 및 재사용이 용이하여 선호됨을 확인하였다.
• 선언적 맵핑을 통해 최적화 및 엔진에 종속되지 않는 실행이 가능해져, 커스텀 파서 대비 장기적인 개발 및 유지보수 비용을 줄일 수 있었다.
• 평가 결과, 맵핑 언어는 다소 느린 성능을 보였지만, 유지보수성 및 확장성 측면에서의 이점이 산업용 법적 지식 그래프 파이프라인에서 성능 손실을 상쇄함을 확인하였다.