• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.271-274
• /
• 2007

본 논문에서는 한방 온톨로지 기반의 자가진단 시스템을 위해 Jena API를 이용해 한방 온톨로지 기반의 관계를 검색하고, 이를 통해 검색 결과에 대한 정의와 속성 그리고 관계정보를 출력하는 시스템을 설계하고 구축하였다. 온톨로지 기반의 지능화된 의료 서비스를 이용함으로써, 한방분야의 질병 및 증상 정보에 정확성을 부여하고 체계적이고 질적으로 향상된 데이터를 제공한다. 온톨로지 기반의 추론시스템은 다음과 같은 특징이 있다. 첫째, 의미정보가 존재함으로써 검색가 틀려도 의미를 통한 추론이 가능하다. 둘째, 의미와 관계의 추론을 통해 정확한 매치가 없을 경우 유사 개념으로 매칭이 가능하다. 셋째, 단순한 키워드의 매칭이 아닌 의미정보를 이용한 정확한 매칭이 가능하다. 넷째, 관계정보를 이용하여 검색의 관련 정보를 추론할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.787-790
• /
• 2002

의미 기반 영상 검색은 Color, Texture, Region 정보, Spatial Color Distribution등의 저차원 특징 정보와 이미지 데이터에 의미를 부여하기 위해 주서 처리하는 것이 일반적이다. 그리고 부여된 키워드나 시소러스와 같은 어휘 사전을 이용하여 의미기반 정보검색을 수행하고 있지만, 기존의 키워드기반 텍스트 정보검색의 한계를 벗어나지 못하는 문제를 야기 시킨다. 이에 본 논문에서는 시각 데이터에 존재하는 객체들과 그 객체 사이의 개념관계를 Ontology의 한 형태인 WordNet을 이용하여 의미 정보로 표현할 수 있도록 한다. 이를 활용하면 영상 데이터의 자동 주석 시스템이나 검색 시스템에서 인간이 인식하는 개념적인 사고방식에 더욱 접근할 수 있는 결과물을 얻을 수 있을 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.379-382
• /
• 2008

저장하고 표현해야 할 정보의 종류가 많아지고 그 양이 증가함에 따라 사용자는 자신이 원하는 정보를 찾기 위해 정보 검색의 과정을 수행한다. 하지만 전통적인 검색 방법은 해당 사용자가 이미 정보의 표현 방법, 즉 스키마를 모두 알고 있다는 가정 하에 진행되어 진다. 키워드 검색 기법은 사용자에게 내부적인 스키마 구조를 숨기고 단지 몇 개의 키워드로 사용자에게 원하는 정보를 검색해 준다. 본 논문에서는 XML 문서 안의 정보를 찾는 새로운 키워드 검색 기법을 제안한다. 제안하는 방법으로 각 XML 문서 원소가 표현하는 의미 정보를 최대한 활용하여 사용자가 원하는 정보를 검색해 줄 수 있는 인덱스를 구축하고 이를 통해 사용자가 알고자 하는 검색의 목표가 무엇인지 그 의미도 파악할 수 있도록 지원한다. 구축된 인덱스를 바탕으로 검색에 수행되는 XML 원소 비교의 횟수를 줄여서 전체 검색 성능을 향상 시킬 수 있도록 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.67-69
• /
• 2005

본 논문에서는 기 구축된 전자 카탈로그를 의미적 연결 관계에 기초한 확장된 전자 카탈로그로 변환하는 방법을 제안한다. 이를 통해 구축된 확장된 전자 카탈로그에서 의미적 태깅에 의한 확장된 어휘 인덱스 구축 방안과, 이를 이용한 검색 성능 향상 기법을 제안한다. 기존의 전자 카탈로그는 상품 정보가 분류별로 생성된 테이블에 저장되고 저장된 테이블로부터 생성된 키워드 인덱스로부터 검색이 이루어 졌다. 이러한 검색은 상품이 가지는 정보를 데이터베이스에 구축된 테이블에만 한정하게 되어 전자 카탈로그에 포함된 상품이나 분류간의 의미적 연결 관계들을 충분히 이용하지 못하였다 전자 카탈로그에 내재된 의미적 요소를 충분히 활용하기 위해서는 전자 카탈로그를 의미적 연결 관계에 기초한 모델로 구성할 필요가 있다. 본 논문에서는 의미적 모델 기반 전자 카탈로그 시스템으로의 전환 과정을 XML형태의 명세를 이용해 반자동적으로 전환할 수 있는 툴을 구현하며, 단순 키워드 어휘 인덱스 구축이 아닌, 어휘 인덱스의 의미적 확장을 제안하고, 이를 위한 태그 요소로써 어휘에 대한 형태소 분석 결과, 수치 환산 및 확장 요소, 속성간의 도메인 정보 등을 제시하였다. 이를 기반으로 최적의 검색 결과를 얻어 내도록 하는 인접도 평가 함수에 적용하는 방법을 제시한다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.116-121
• /
• 2017

cQA(Community-based Question Answering) 시스템은 온라인 커뮤니티를 통해 사용자들이 질문을 남기고 답변을 작성할 수 있도록 만들어진 시스템이다. 신규 질문이 인입되면, 기존에 축적된 cQA 저장소에서 해당 질문과 가장 유사한 질문을 검색하고, 그 질문에 대한 답변을 신규 질문에 대한 답변으로 대체할 수 있다. 하지만, 키워드 매칭을 사용하는 전통적인 검색 방식으로는 문장에 내재된 의미들을 이용할 수 없다는 한계가 있다. 이를 극복하기 위해서는 의미적으로 동일한 문장들로 학습이 되어야 하지만, 이러한 데이터를 대량으로 확보하기에는 어려움이 있다. 본 논문에서는 질문이 제목과 내용으로 분리되어 있는 대량의 cQA 셋에서, 질문 제목과 내용을 의미 벡터 공간으로 사상하고 두 벡터의 상대적 거리가 가깝게 되도록 학습함으로써 의사(pseudo) 유사 의미의 성질을 내재화 하였다. 또한, 질문 제목과 내용의 의미 벡터 표현(representation)을 위하여, semi-training word embedding과 CNN(Convolutional Neural Network)을 이용한 딥러닝 기법을 제안하였다. 유사 질문 검색 실험 결과, 제안 모델을 이용한 검색이 키워드 매칭 기반 검색보다 좋은 성능을 보였다.

• The Journal of the Korea Contents Association
• /
• v.7 no.7
• /
• pp.50-59
• /
• 2007

This paper describes a question analysis and expansion based on semantics for on efficient information retrieval. Results of all information retrieval systems include many non-relevant documents because the index cannot naturally reflect the contents of documents and because queries used in information retrieval systems cannot represent enough information in user's question. To solve this problem, we analyze user's question semantically, determine the answer type, and extract semantic features. And then we expand user's question using them and syntactic structures which are used to represent the answer. Our similarity is to rank documents which include expanded queries in high position. Especially, we found that an efficient document retrieval is possible by a question analysis and expansion based on semantics on natural language questions which are comparatively short but fully expressing the information demand of users.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2008.02a
• /
• pp.151-154
• /
• 2008

방송된 프로그램의 VOD 서비스는 웹 및 다양한 매체를 통해 중요한 정보 서비스가 되고 있다. 기존의 멀티미디어 검색은 파일명이나 메타데이터를 바탕으로 직접 검색하는 정적인 검색 방법이었다. 본 논문에서는 이런 정적인 검색 방법에서 벗어나 의미적으로 연관된 비디오를 동적으로 검색하여 풍부한 검색 결과를 보여주는 방법을 제안하고, 이를 수행하는 프로토타입 시스템을 설계, 구현함으로써 제안한 방법의 타당성을 보인다. 제안하는 방법은 온톨로지를 이용하여 특정 도메인상에서 사용자가 관심을 가지는 정보의 연관성을 표시하고, 이를 검색과정에 적용한다. 검색 결과는 의미적으로 연관된 정보를 보여줄 뿐 아니라, 연관 카테고리를 바탕으로 관련된 정보를 정리하여 보여줌으로써 사용자는 풍부한 검색 결과 가운데에서 원하는 정보를 쉽고 빠르게 접근할 수 있다. 예를 들면, '고혈압'이라는 검색어를 사용자가 입력하면, 고혈압에 관련된 방송 프로그램 뿐 아니라, '고혈압'에 좋은 음식이나 그 음식의 효능, 효과, 요리법 등 방송을 통해 볼 수 있는 관련 정보들을 한번에 검색할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11b
• /
• pp.825-828
• /
• 2003

웹에는 막대한 양의 멀티미디어 데이터가 있다. 최근에 이러한 멀티미디어 데이터의 효과적 검색을 위한 많은 시스템이 개발되고 있으며, 그 결과 내용기반 이미지 검색과 같은 이미지의 내용을 인식하고 검색하고자 하는 연구가 진행되고 있다. 그렇지만 지금까지의 연구는 웹 검색엔진에 멀티미디어의 검색을 위한 또 하나의 검색엔진이 필요하여 그 무게가 커지고 그 성능도 저하된다. 이에 본 논문에서는 차세대 웹인 시맨틱 웹에서의 의미적 검색에 초점을 맞추어 멀티미디어 데이터 각각에 의미적 정보를 추가하여 웹 문서를 작성한다면 그 검색에 또 다른 검색엔진의 사용없이 효과적 검색이 이루어 질 것을 목적으로 하고 있다. 먼저, 간단한 이미지내에서 객체간의 공간적 관계를 표현하기 위한 새로운 Axiom 을 정의하고, 이를 적용하여 시맨틱 웹에서의 의미적 이미지 검객을 꾀한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.597-599
• /
• 2003

웹 상의 정보는 여러 페이지들에 걸쳐 표현되고 있으나 대부분의 웹 브라우저는 웹 페이지 단위로 정보를 다루고 있기 때문에 사용자는 원하는 정보를 얻기 위해 여러 웹 페이지들을 방문해야 한다. 본 논문에서는 사용자의 요구에 부합되는 정보를 검색해 여러 페이지 상에 흩어져 있는 정보들에 대해 쉽게 이해할 수 있도록 컬렉션 페이지를 제공한다. 컬렉션 페이지는 검색된 웹 페이지들의 링크 관계를 제공하여 페이지들 사이에서의 정보의 구성을 알 수 있게 하고, 관련도 높은 페이지들의 주요 내용을 미리 가져와 보여 줌으로써 정보에 대한 접근성을 높인다. 이를 위해 페이지 안에서 시각적으로 구분되는 동일한 주제의 정보를 담은 블록을 의미 구역으로 정의하고 웹 페이지를 실제 정보의 단위인 의미 구역으로 나누었다. 또한 의미 구역단위의 검색으로 여러 주제의 정보를 담고 있는 웹 페이지에 대한 검색 결과의 정확성을 높인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.88-90
• /
• 2005

최근 인터넷의 급속한 성장은 이미지와 같은 멀티미디어 정보의 급격한 증가를 가져왔다. 따라서 사용자로 하여금 원하는 이미지를 검색하는데 있어서 좀 더 효율적이고 정확한 검색 방법의 필요성이 대두되어 왔다. 일반적으로 이미지 검색 방법에는 키워드 기반 방식과 내용 기반 방식이 존재한다. 그러나 위 두 방법은 지금의 대용량 이미지 데이터베이스 검색에 있어서 여러 문제점들을 가지고 있다. 특히, 키워드 기반 방식을 보완하기 위해서 제안되어진 내용 기반 방식의 경우, 사람이 인식할 수 있는 의미 정보가 아닌 시각 정보만을 이용하기 때문에 시맨틱 갭(semantic gap) 문제가 발생하게 된다. 본 논문에서는 이미지 객체의 시각 정보들에 대한 중간 의미값으로 구성된 시각 정보 온톨로지와 동물에 대한 분류 정보를 표현하고 있는 동물 온톨로지를 구축하고, 이를 이용하여 이미지로부터 .고수준의 의미 정보를 완전 자동으로 추출하는 효율적인 방법을 제안한다.