• 제목/요약/키워드: RDF 검증

검색결과 23건 처리시간 0.019초

Seq2SPARQL: 신경망 기계 번역을 사용한 지식 베이스 질의 언어 자동 생성 (Seq2SPARQL: Automatic Generation of Knowledge base Query Language using Neural Machine Translation)

  • 홍동균;심홍매;김광민
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2019년도 추계학술발표대회
    • /
    • pp.898-900
    • /
    • 2019
  • SPARQL(SPARQL Protocol and RDF Query Language)은 지식 베이스를 위한 표준 시맨틱 질의 언어이다. 최근 인공지능 분야에서 지식 베이스는 질의 응답 시스템, 시맨틱 검색 등 그 활용성이 커지고 있다. 그러나 SPARQL 과 같은 질의 언어를 사용하기 위해서는 질의 언어의 문법을 이해하기 때문에, 일반 사용자의 경우에는 그 활용성이 제한될 수밖에 없다. 이에 본 논문은 신경망 기반 기계 번역 기술을 활용하여 자연어 질의로부터 SPARQL 을 생성하는 방법을 제안한다. 우리는 제안하는 방법을 대규모 공개 지식 베이스인 Wikidata 를 사용해 검증하였다. 우리는 실험에서 사용할 Wikidata 에 존재하는 영화 지식을 묻는 자연어 질의-SPARQL 질의 쌍 20,000 건을 생성하였고, 여러 sequence-to-sequence 모델을 비교한 실험에서 합성곱 신경망 기반의 모델이 BLEU 96.8%의 가장 좋은 결과를 얻음을 보였다.

식품 위생 정보화를 위한 식단 정보 온톨로지 구축과 활용 (Ontology Construction of Diet Data for Food Hygiene Informatization)

  • 차경애;여선동;윤성욱;홍원기
    • 재활복지공학회논문지
    • /
    • 제11권1호
    • /
    • pp.21-27
    • /
    • 2017
  • IT기술의 발달에 따라 다양한 분야가 정보화 되고 있으나, 식품 위생 분야의 정보화 연구는 활발하지 못하다. 그 중 예방차원의 계획적 식품위생관리시스템인 HACCP(Hazard Analysis and Critical Control Point) 시스템은 여러 식단 정보들의 연관관계로 도출되는 복잡한 업무로 진행되기 때문에 정보화가 쉽지 않아 각종 기록 업무 등이 수작업으로 시행되고 있어, 정보의 정확성을 보장하기 어렵다. 본 논문에서는 HACCP 시스템의 정보 신뢰성 확보와 운영절차의 효율성을 증대시키기 위하여 식재료, 조리법 및 식품군 특성, 식자재 등 정보들 간의 의미를 저장하는 식품 정보 온톨로지를 구축하고, 이를 검증하기 위하여 온톨로지를 기반으로 HACCP 식단을 자동 분류하는 정보화 어플리케이션을 개발하였다. 이러한 식품 정보 온톨로지는 식단분류를 위한 정보의 접근성을 높이고, 정보들 간의 연관관계를 기록함으로써 식품 정보의 효율적인 검색 및 광범위한 활용이 가능하며, 자동화된 정보 관리를 통한 HACCP 운영 정보의 신뢰성을 향상시킬 수 있다.

새로운 N-ary 관계 디자인 기반의 온톨로지 모델을 이용한 문장의미결정 (A Semantic Similarity Decision Using Ontology Model Base On New N-ary Relation Design)

  • 김수경;안기홍;최호진
    • 정보관리학회지
    • /
    • 제25권4호
    • /
    • pp.43-66
    • /
    • 2008
  • 시맨틱 웹 기술의 제안과 더불어 다양한 분야에 온톨로지의 특징을 적용한 기술 개발 연구가 많이 진행되고 있다. 인간이 소유한 개념을 가장 적절하게 표현하기 위해 현재에도 OWL, RDF와 같은 온톨로지 언어의 표현력을 확장시키기 위해 N-ary 관계나 모델-이론 의미론과 같은 개발이 진행되고있다. 본 연구는 한국어에 있어 문장이 내포하는 의미를 정확하게 결정하기 위해 문장의 구조에 따라 달라지는 단어의 의미를 연관할 수 있도록 N-ary 관계와 디자인 기반이 적용된 온톨로지의 지식 표현 방법을 연구하였다. 특히 다양한 지식 영역을 포함하는 다의어(polysemy)와 동의어(synonym)의 특징을 갖는 단어에 있어 각 지식 영역으로 분류되어 각 지식 영역에 있는 유사한 의미를 가진 단어로 확장되어 유사한 의미를 가진 단어가 포함된 문장의 경우 까지도 확장할 수 있는 표현 방법을 연구하였다. 연구의 검증을 위해 사용자가 입력한 병증 문장을 제안된 방법에 따라 구축된 온톨로지내 지식 관계와 의미 결정을 위한 추론 표현 방법을 이용하여 병증의 의미를 결정하고 그에 따른 진단을 제공하는 실험 시스템을 구현하였고, 한국어가 갖고 있는 문장의 유의성, 모호성, 복합성 의 특징을 보유한 증상문들의 실험 결과 의미 결정과 유사 의미 확장에 있어 우수한 성능을 보여주었다.