• 정보관리학회지
• /
• 제24권1호
• /
• pp.273-300
• /
• 2007

본 연구에서는 의미의 구조적인 표현에 중점을 두고 객체와 객체들 간의 관계를 표현하는 온톨로지를 개발하고자 하였다. 개발된 온톨로지가 실제 환경에 적용될 수 있도록 기존의 온톨로지나 메타데이터들과의 상호운용성에 대해서도 고려하였다. 전체적인 틀을 제공하는 ABC 온톨로지와 통합될 수 있는 응용분야를 고려하였으며, 특히 이벤트를 중심으로 개념이 표현될 수 있는 분야를 선택하였다. 본 연구에서는 이러한 분야를 음악으로 간주하였고, 음악분야 온톨로지를 개발하였다. 이는 단순한 용어들의 의미적인 연결뿐만 아니라 잠재적인 의미를 추론할 수 있는 기반지식을 함께 제공하였다. 본 연구에서는 전체적인 틀을 표현하는 ABC 온톨로지에 의미를 전달해주는 도메인 온톨로지인 음악 온톨로지를 적용하여 ABC 온톨로지 확장 모형을 개발하였다. 개념 관계를 표현하는 온톨로지 확장 모형은 틀과 의미가 조화를 이루는 하나의 온톨로지로 개발되며, 온톨로지의 특징인 추론 기제를 적용하였다. 또한 ABC 온톨로지 확장 모형과 상이한 메타데이터 모델간의 상호운용성을 고려하여, 확장 모형에 대한 활용가능성도 분석하였다.

• 한국컴퓨터정보학회논문지
• /
• 제18권5호
• /
• pp.43-52
• /
• 2013

대량의 음악 콘텐츠가 유통되는 초고속 인터넷 환경에서, 사용자가 원하는 음악 콘텐츠를 효과적으로 검색하기 위한 연구들이 다양하게 수행되고 있다. 특히, 음악 정보 검색(MIR: Music Information Retrieval) 연구에 감성 모델을 접목한 음악 추천 시스템 개발도 활발하게 진행되고 있다. 그러나, 적용된 감성 모델이 단순하고, 한국어를 대상으로 하지 않아 한국어의 의미적 감성 표현 처리에 한계점을 가진다. 따라서, 본 논문에서는, 한국어를 기반으로, 기존의 감성 모델을 확장한 새로운 감성 모델(KORean Emotional Model : KOREM)을 제안하고, 이를 온톨로지(Music EMotional Ontology : MEMO)로 설계 및 구현하였다. 이를 통해, 한글로 서술된 폭넓고 다양한 감성적 표현을 이용한 음악 콘텐츠의 분류, 저장 및 검색이 가능하다.

• 한국항행학회논문지
• /
• 제14권1호
• /
• pp.108-118
• /
• 2010

본 논문에서는 사용자의 음악적 선호를 모델링하고, 사용자가 원하는 감정과 선호를 추론할 수 있게 도와주는 컨텍스트 기반 음악 추천 온톨로지 (COMUS)를 제안한다. COMUS는 제목, 연주자, 장르와 같은 음악의 일반적인 속성과 무드와 상황과 같이 도메인에 특화된 확장을 제공하는 확장성을 계층적인 방식으로 제공한다. COMUS는 음악 추천을 위한 도메인에 특화된 클래스들이 음악 온톨로지와 연동되도록 OWL 언어를 사용하여 개발된 음악 온톨로지이다. COMUS에 표현된 컨텍스트 정보를 사용하면, 컨텍스트 정보의 일관성을 체크할 수 있고, 규칙 기반의 추론을 통해 명시적인 정보 뿐만 아니라, 내재된 컨텍스트를 도출하는 상위 레벨의 추론이 가능하다고. 여기서 제안하는 온톨로지는 음악과 감정과 상황 사이의 복잡하고 자세한 관계를 표현할 수 있어서, 사용자가 음악 추론 어플리케이션을 위해 적절한 음악을 찾을 수 있게 해준다. 이와 관련된 음악 추천을 위한 사례 연구로써 수행한 몇 가지 실험을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.333-336
• /
• 2011

최근 전 세계적으로 소셜 네트워크 서비스의 사용자가 많이 증가하면서 많은 사람들이 소셜 네트워크 서비스를 이용하고 있다. 그리고 소셜 네트워크 서비스를 사용하는 사용자들은 이를 이용하여 많은 정보를 공유하고 있다. 본 논문에서는 소셜 네트워크 서비스 사용자들이 공유하는 정보 중 음악과 관련된 정보와 개방형 API 를 이용하여 MP3 파일의 메타데이터인 ID3 태그 정보를 검색한다. 검색된 결과와 소셜 네트워크 서비스 사용자 정보를 이용하여 ID3 태그 온톨로지를 생성하고 생성된 온톨로지와 온톨로지 추론기를 사용하여 음악과 관련된 다양한 순위 분석 결과와 음악 및 사용자 추천 서비스를 사용자들에게 제공하기 위한 시스템의 설계를 보인다. 본 논문에서 제안한 시스템은 소셜 네트워크 서비스에 실시간으로 등록되는 글을 이용하기 때문에 최근 음악 트렌드를 쉽게 반영한다. 또한 순위 분석을 위해 수동적으로 자료를 수집하는데 들어가는 시간적 비용을 줄여준다. 그리고 제안한 시스템을 사용하여 제공된 정보는 음악 관련 산업에서 마케팅과 사업 전략자료 등 다양한 형태로 활용이 가능하다.

• 한국컴퓨터정보학회논문지
• /
• 제17권11호
• /
• pp.133-140
• /
• 2012

본 논문에서는 소셜 음악 사이트에서 사용자들이 생성한 태그를 바탕으로 음악을 추천하는 기법을 제안한다. 협력적 태깅 시스템은 사용자가 직접 선정한 단어를 콘텐츠에 부여할 수 있도록 하므로, 사용자의 선호도를 구체적으로 파악할 수 있는 정보를 제공한다. 특히, 감정을 표현하는 감정 태그들은 음악 장르나 음악가와 같이 사실을 나타내는 사실 태그들과는 다르게 선호도를 훨씬 직접 표현하고 있다. 따라서 태그의 의미를 파악하여 감정 태그와 사실 태그로 분류하고, 감정 태그는 감정표현의 정도에 따라 가중치를 부여하기 위해서 UniTag라고 하는 태그 온톨로지를 개발하였다. UniTag 온톨로지를 이용하여 정제된 태그 집합은 사용자 프로파일 생성에 사용되며, 태그 기반 사용자 프로파일을 바탕으로 음악 추천 알고리즘을 수행하였다. 제안하는 추천 방법의 효율성을 평가하기 위해서, 전통적인 청취 횟수 기반 추천, 감정 태그 가중치를 고려하지 않은 추천, 그리고 감정 태그 가중치를 고려한 추천의 세 가지 추천 방법의 정확도와 재현율을 비교하였다. 실험 결과는, 감정 태그 가중치를 고려한 추천 방식이 정확도의 측면에서 다른 두 가지 방식보다 효율적이라는 것을 보여준다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.253-266
• /
• 2018

본 연구는 질의 응답(QA) 시스템에서 사용하는 개체명 인식(NER)의 성능을 향상시키기 위하여 시퀀스 태깅 방법론을 적용한 새로운 방법론을 제안한다. 사용자의 질의를 입력 받아 데이터베이스에 저장된 정답을 추출하기 위해서는 사람의 언어를 컴퓨터가 알아들을 수 있도록 구조화 질의어(SQL)와 같은 데이터베이스의 언어로 전환하는 과정이 필요한데, 개체명 인식은 사용자의 질의에서 데이터베이스에 포함된 클래스나 데이터 명을 식별하는 과정이다. 기존의 데이터베이스에서 질의에 포함된 단어를 검색하여 개체명을 인식하는 방식은 동음이의어와 문장성분 구를 문맥을 고려하여 식별하지 못한다. 다수의 검색 결과가 존재하면 그들 모두를 결과로 반환하기 때문에 질의에 대한 해석이 여러 가지가 나올 수 있고, 계산을 위한 시간복잡도가 커진다. 본 연구에서는 이러한 단점을 극복하기 위해 신경망 기반의 방법론을 사용하여 질의가 가지는 문맥적 의미를 반영함으로써 이러한 문제를 해결하고자 했고 신경망 기반의 방법론의 문제점인 학습되지 않은 단어에 대해서도 문맥을 통해 식별을 하고자 하였다. Sequence Tagging 분야에서 최신 기술인 Bidirectional LSTM-CRF 모델을 도입함으로써 신경망 모델이 가진 단점을 해결하였고, 학습되지 않은 단어에 대해서는 온톨로지 기반 특성치를 활용하여 문맥을 반영한 추론을 사용하였다. 음악 도메인의 온톨로지(Ontology) 지식베이스를 대상으로 실험을 진행하고 그 성능을 평가하였다. 본 연구에서 제안한 방법론인 L-Bidirectional LSTM-CRF의 성능을 정확하게 평가하기 위하여 학습에 포함된 단어들뿐만 아니라 학습에 포함되지 않은 단어들도 포함한 질의를 평가에 사용하였다. 그 결과 L-Bidirectional LSTM-CRF 모형을 재학습 시키지 않아도 학습에 포함되지 않은 단어를 포함한 질의에 대한 개체명 인식이 가능함을 확인하였고, 전체적으로 개체명 인식의 성능이 향상됨을 확인할 수 있었다.