DOI QR코드

DOI QR Code

A Study on Conversion Methods for Generating RDF Ontology from Structural Terminology Net (STNet) based on RDB

관계형 데이터베이스 기반 구조적학술용어사전(STNet)의 RDF 온톨로지 변환 방식 연구

  • 고영만 (성균관대학교 문과대학 문헌정보학과) ;
  • 이승준 (성균관대학교 정보관리연구소) ;
  • 송민선 (성균관대학교 정보관리연구소)
  • Received : 2015.05.27
  • Accepted : 2015.06.19
  • Published : 2015.06.30

Abstract

This study described the results of converting RDB to RDF ontology by each of R2RML method and Non-R2RML method. This study measured the size of the converted data, the conversion time per each tuple, and the response speed to queries. The STNet, a structured terminology dictionary based on RDB, was served as a test bed for converting to RDF ontology. As a result of the converted data size, Non-R2RML method appeared to be superior to R2RML method on the number of converted triples, including its expressive diversity. For the conversion time per each tuple, Non-R2RML was a little bit more faster than R2RML, but, for the response speed to queries, both methods showed similar response speed and stable performance since more than 300 numbers of queries. On comprehensive examination it is evaluated that Non-R2RML is the more appropriate to convert the dynamic RDB system, such as the STNet in which new data are steadily accumulated, data transformation very often occurred, and relationships between data continuously changed.

본 연구에서는 R2RML 방식과 Non-R2RML 방식을 각각 적용하여 RDB를 RDF 온톨로지로 변환한 결과를 비교하였다. RDB 기반의 구조적학술용어사전 데이터베이스인 STNet의 데이터를 대상으로, 변환이 완료된 데이터의 규모, 튜플당 변환에 걸리는 시간, 그리고 질의 응답 속도를 측정하였다. 변환 규모의 평가 결과 Non-R2RML 방식이 더 많은 수의 변환을 하였으며, 표현의 풍부성과 추론 가능성 정도를 높이는 변환을 수행한 것으로 나타났다. 튜플당 변환 시간의 경우 Non-R2RML 방식이 미세하지만 더 빠른 것으로 나타났으며, 질의 응답 속도는 두 방식 모두 300회 이상의 질의 횟수부터는 안정적인 성능을 보이면서 유사한 형태의 속도를 보였다. 측정에 대한 종합적 검토 결과 데이터의 변형이 빈번하고 새로운 데이터의 추가나 데이터들 간의 연결관계가 지속적으로 변화하는 STNet과 같은 동적인 RDB에는 Non-R2RML 방식이 적절한 것으로 평가되었다.

Keywords

Acknowledgement

Supported by : 한국연구재단

References

  1. 고영만 (2006). 시소러스 기반 온톨로지에 관한 연구. 정보관리, 5, 5-22. Ko, Young Man (2006). A study on the ontology based on thesaurus. Information Management, 5, 5-22.
  2. 고영만, 송민선, 김비연, 민혜령 (2013). 인문학 및 사회과학 분야 국내 학술논문의 저자키워드 출현빈도와 피인용횟수의 상관관계 연구. 정보관리학회지, 30(2), 227-243. http://dx.doi.org/10.3743/KOSIM.2013.30.2.227 Ko, Young Man, Song, Min-Sun, Kim, Bee-Yeon, & Min, Hye-Ryoung (2013). A study on the correlation between the appearance frequency of author keyword and the number of citation in the humanities and social science journal Articles of the Korea Citation Index (KCI). Journal of the Korean Society for Information Management, 30(2), 227-243.
  3. 고영만, 김비연, 민혜령 (2014). 한국학술지인용색인(KCI)의 인문학, 사회과학, 예술체육 분야 저자키워드의 의미적, 형태적 분석에 의한 개념범주 텍사노미 연구. 한국문헌정보학회지, 48(4), 297-322. http://dx.doi.org/10.4275/KSLIS.2014.48.4.297 Ko, Young Man, Kim, Bee-Yeon, & Min, Hye-Ryoung (2014). A study on a conceptual taxonomy of author keywords of humanities, social Sciences, and art and sport in the Korea Citation Index (KCI) by analysis of its meaning and lexical morpheme. Journal of the Korean Society for Library and Information Science, 48(4), 297-322.
  4. 고영만, 송민선, 이승준 (2015). 한국학술지인용색인(KCI)의 인문학, 사회과학, 예술체육 분야 저자키워드의 의미적 관계 유형 최적화 연구. 한국문헌정보학회지, 49(1), 45-67. Ko, Young Man, Song, Min-Sun, & Lee, Seung-Jun (2015). A study on the optimization of semantic relation of author keywords in humanities, social sciences, and art and sport of the Korea Citation Index(KCI). Journal of the Korean Society for Library and Information Science, 49(1), 45-67. https://doi.org/10.4275/KSLIS.2015.49.1.045
  5. 남영준 (2009). 재단구축 용어데이터레지스트리의 개념관계 유형 정형화를 통한추론 규칙 적용방안연구. 서울: 한국학술진흥재단, 정책연구-2008-007-지식 확산. Nam, Young Joon (2009). A study on the inference rule of application conceptual registry of the term data registry of KRF. Seoul: National Research Foundation of Korea, Policy Studies-2008-007.
  6. 박여삼, 장옥배, 한성국 (2008). X-TOP: 레거시 시스템상에서 온톨로지 구축을 위한 토픽맵 플랫폼의 설계와 구현. 정보과학회논문지: 컴퓨팅의 실제 및 레터, 14(2), 130-142. Park, Yeo-Sam, Chang, Ok-Bae, & Han, Sung-Kook (2008). X-TOP: Design and implementation of topicMaps platform for ontology construction on legacy systems. Journal of Korean Institute of Information Scientists and Engineers(KIISE): Computing Practices and Letters, 14(2), 130-142.
  7. 성하정, 김장원, 이석훈, 백두권 (2014). 관계형 데이터베이스 구성 요소의 의미 관계를 고려한 RDB to RDF 매핑 시스템. 정보처리학회논문지: 소프트웨어 및 데이터 공학, 3(1), 19-30. Sung, Ha Jung, Gim, Jang Won, Lee, Suk Hoon, & Baik, Doo Kwon (2014). An RDB to RDF mapping system considering semantic relations of RDB components. KIPS transactions on software and data engineering, 3(1), 19-30. https://doi.org/10.3745/KTSDE.2014.3.1.19
  8. 양준석, 김기성, 김형주 (2010). 관계형 데이터베이스 뷰 정의로부터 온톨로지 클래스와 계층 관계 생성기법. 정보과학회논문지: 데이터베이스, 37(6), 333-342. Yang, Junseok, Kim, Kisung, & Kim, Hyoung-Joo (2010). Generating ontology classes and hierarchical relationships from relational database view definitions. Journal of Korean Institute of Information Scientists and Engineers (KIISE): Databases, 37(6), 333-342.
  9. 이경호, 이준승 (2006). XML 문서의 변환을 위한 온톨로지 갱신 기반 XML 스키마 매칭. 정보과학회논문지: 데이타베이스, 33(7), 727-740. Lee, Kyong-Ho, & Lee, Jun-Seung (2006). XML schema matching based on ontology update for the transformation of XML documents. Journal of Korean Institute of Information Scientists and Engineers (KIISE): Databases, 33(7), 727-740.
  10. 최미영, 문창주 (2012). ER2iDM을 이용한 관계형 데이터베이스로부터 시멘틱 웹 구축 방법. 한국정보기술학회논문지, 10(10), 189-200. Choi, Mi-Young, & Moon, Chang-Joo (2012). Method for building the semantic web from relational database using ER2iDM. Journal of Korean Institute of Information Technology (KIIT), 10(10), 189-200.
  11. 최지웅, 김명호 (2014). 관계형 데이터베이스로부터 생성된 OWL 온톨로지를 위한 탐색기. 한국콘텐츠학회논문지, 14(10), 438-453. http://dx.doi.org/10.5392/JKCA.2014.14.10.438 Choi, Ji Woong, & Kim, Myung Ho (2014). Navigator for OWL ontologies generated from relational databases. The Journal of the Korea Contents Association, 14(10), 438-453.
  12. 한성국, 이현실 (2006). 시소러스를 활용한 온톨로지 구축방안 연구. 한국비블리아학회지, 17(1), 286-303. Han, Sung-Kook, & Lee, Hyun-Sil (2006). A study of ontology construction using thesaurus: Transformation of thesaurus into SKOS. Journal of the Korean Biblia Society for Library and Information Science, 17(1), 286-303.
  13. Bizer, C. (2003, May). D2R MAP - A database to RDF mapping languate. Poster Presentation In the Twelfth International World Wide Web Conference (WWW2003), Budapest, Hungary. poster presentation
  14. Bumans, G. (2010). Mapping between relational databases and OWL ontologies: An example. scientific papers, University of Latvia, Computer Science and Information Technologies, 756, 99-117.
  15. Hert, M., Rief, G., & Gall, H. C. (2011, September). A comparison of RDB-to-RDF mapping languages. In I-SEMANTICS 2011, 7th Int. Conf. on Semantic Systems, Graz, Austria, 25-32.
  16. Michel, F., Montagnat, J., & Faron-Zucker, C. (2014). A survey of RDB to RDF translation approaches and tools. [Research Report] I3S. Retrieved from https://hal.archives-ouvertes.fr/hal-00903568v2/document
  17. Saboo, S., Halb, W., Hellmann, S., Idehen, K., Thilbodeau, T., Auer, S., Sequeda, J., & Ezzat, A. (2009). A survey of current approaches for mapping of relational databades to RDF. Technical Report 2009.
  18. Apache JMeter. Retrieved from http://jmeter.apache.org/
  19. D2RQ. Retrieved from http://d2rq.org/
  20. Linked open vocabularies. Retrieved from http://lov.okfn.org
  21. OPENLINK software. Retrieved from http://virtuoso.openlinksw.com/

Cited by

  1. Construction of the structural definition-based terminology ontology system and semantic search evaluation vol.34, pp.4, 2016, https://doi.org/10.1108/LHT-08-2016-0090