[논문 리뷰] Semantic Information Retrieval from Distributed Heterogeneous Data Sources

Kamran Munir, Mohammed Odeh외 3명|ArXiv.org|2007. 07. 05.

Semantic Web and Ontologies참고 문헌 22인용 수 7

한 줄 요약

이 논문은 분산된 이질적인 생물의학 데이터 소스 간의 의미 정보 검색을 위한 온톨로지 기반 시스템을 제안한다. 이는 사용자가 통합된 의미적 풍부한 인터페이스를 통해 이질적인 데이터베이스를 쿼리할 수 있도록 한다. 병합된 온톨로지와 쿼리 재작성 기법을 활용함으로써 저수준의 데이터 이질성을 추상화하고 Health-e-Child 프로젝트를 위한 통합된 시각을 제공하며, 이는 다중 소스 간의 데이터 탐색과 상호운용성에 크게 기여한다.

ABSTRACT

Information retrieval from distributed heterogeneous data sources remains a challenging issue. As the number of data sources increases more intelligent retrieval techniques, focusing on information content and semantics, are required. Currently ontologies are being widely used for managing semantic knowledge, especially in the field of bioinformatics. In this paper we describe an ontology assisted system that allows users to query distributed heterogeneous data sources by hiding details like location, information structure, access pattern and semantic structure of the data. Our goal is to provide an integrated view on biomedical information sources for the Health-e-Child project with the aim to overcome the lack of sufficient semantic-based reformulation techniques for querying distributed data sources. In particular, this paper examines the problem of query reformulation across biomedical data sources, based on merged ontologies and the underlying heterogeneous descriptions of the respective data sources.

연구 동기 및 목표

• 구조와 의미가 일관되지 않은 분산된 이질적인 생물의학 데이터 소스를 쿼리하는 데 도전하는 것.
• 위치, 스키마, 액세스 패턴과 같은 저수준의 데이터 액세스 세부 정보를 숨김으로써 사용자의 부담을 줄이는 것.
• 통합된 온톨로지 모델을 사용하여 이질적인 데이터 소스 간의 의미적 쿼리 재작성 가능성을 제공하는 것.
• Health-e-Child 프로젝트를 지원하기 위해 산산이 찢어진 생물의학 정보의 일관되고 통합된 시각을 제공하는 것.
• 온톨로지 기반 의미 매핑과 추론을 통해 검색 정확도와 리콜을 향상시키는 것.

제안 방법

• 다양한 생물의학 데이터 소스에서 유래한 의미 지식을 통합하는 중심화된 온톨로지 모델을 사용한다.
• 사용자 쿼리를 병합된 온톨로지에 정의된 의미 매핑을 사용하여 소스별 쿼리로 변환하는 쿼리 재작성 엔진을 활용한다.
• 기존의 생물의학 온톨로지에서 온톨로지를 구축하고, 데이터 소스의 이질성에 대응하기 위해 도메인 전용 매핑을 추가한다.
• 의미 관계를 OWL 기반 표현을 사용하여 형식화하여 추론 및 추론 기능을 가능하게 한다.
• 고수준의 의미 쿼리를 기반으로 하위 데이터 소스 간의 실행 가능한 쿼리로 변환함으로써 쿼리 융합을 지원한다.
• 매개층이 소스별 스키마와 액세스 방법을 추상화하여 투명한 데이터 검색을 가능하게 한다.

실험 결과

연구 질문

• RQ1 어떻게 분산된 이질적인 생물의학 데이터 소스 간에 의미 지식을 효과적으로 통합할 수 있는가?
• RQ2 어떤 기법이 의미적으로 다양한 데이터 소스 간에 투명한 쿼리 재작성 가능성을 제공하는가?
• RQ3 온톨로지 기반 매핑이 분산 정보 검색에서 쿼리 리콜과 정밀도를 얼마나 향상시킬 수 있는가?
• RQ4 사용자 쿼리는 어떻게 의미적으로 풍부화되고 이질적인 시스템 간의 실행 가능한 쿼리로 변환될 수 있는가?
• RQ5 중앙화된 온톨로지는 분산된 생물의학 데이터 환경에서 상호운용성을 가능하게 하는 데 어떤 역할을 하는가?

주요 결과

• 시스템은 사용자가 소스별 스키마나 액세스 방법에 대한 지식 없이 고수준의 의미 쿼리를 발행할 수 있도록 한다.
• 병합된 온톨로지를 사용한 쿼리 재작성은 다중 소스 간의 데이터 탐색을 크게 향상시키고 사용자 노력도 감소시킨다.
• 데이터 소스가 구조와 의미 면에서 크게 다를 수 있는 Health-e-Child 프로젝트 맥락에서 본 연구 방법론의 타당성을 입증한다.
• 공유 온톨로지를 사용함으로써 다양한 소스 간의 생물의학 용어에 대한 일관된 해석과 매핑이 가능해진다.
• 구문적 키워드 매칭을 넘어서 의미 관계를 활용함으로써 쿼리 리콜을 향상시킨다.
• 아키텍처는 확장 가능성을 지원하여 새로운 데이터 소스를 쿼리 인터페이스를 변경하지 않고도 온톨로지 매핑을 통해 통합할 수 있다.