• 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.

• 인지과학
• /
• 제24권4호
• /
• pp.301-321
• /
• 2013

본 논문은 텍스트의 응집도 측정과 텍스트 자동생성 시스템을 위한 기초기술 중 하나인 문장정렬 과제에 대한 연구로, 개체기반적(entity-based) 접근의 한 유형인 개체격자 모형(Entity-Grid model)과 벡터공간 모형에 기반한 LSA(Latent Semantic Analysis)를 모두 시도하고 결과를 서로 비교하였다. 개체격자 모형에 대한 기존 연구들에서 논의된 명사들의 통사역(syntactic role) 정보가 한국어 텍스트 정렬과제에 미치는 영향을 실험하고자 하였으며, 기존 독일어권 응용연구 결과와는 달리 긍정적인 결과를 얻었다. 이 과정에서 한국어의 격조사를 활용하는 전략을 취했으며, 이는 한국어의 격표지 정보가 한국어 텍스트의 응집성을 측정하는 데에 유용할 수 있다는 점을 보인 것이다. 그리고 개체격자 모형을 통한 결과를 LSA 기반 모형결과와 비교하여 양 모형의 장단점과 향후 개선점을 아울러 논의하였다.

• 한국비블리아학회지
• /
• 제18권2호
• /
• pp.229-251
• /
• 2007

정보기술 환경의 변화는 디지털 도서관에 혁신적인 변화를 촉구하고 있다. 본 연구는 온톨로지 시스템으로 구성되어 이용자 참여 협업을 적극 지원하는 디지털 도서관을 Social Semantic Digital Library(이하 SSDL)로 정의하고, 이러한 디지털 도서관에 요구되는 핵심사항과 아키텍처 모델을 제시하였다. SSDL은 메타데이터와 온톨로지를 기반으로 의미기반 정보처리를 지원함과 동시에 이용자의 참여를 통해 정보와 지식을 재생산하는 혁신적인 체제이다. 본 연구에서는 5개의 수평 계층과 2개의 수직요소로 구성되는 새로운 SSDL 모델을 제시하였다.

• 스마트미디어저널
• /
• 제3권3호
• /
• pp.20-25
• /
• 2014

본 연구는 사람, 사물, 그리고 서비스 사이의 통신과 원활한 서비스 운용을 위한 다면적(multi-aspect) Social IoT 플랫폼에 관한 개념을 소개하고, 이러한 다면적 Social IoT 플랫폼상에서 기존 특정 도메인을 위해 구성된 데이터 표현들을 온톨로지 표현으로 재구성할 수 있는 온톨로지 스키마 변환 프로세스들 제안한다. 현재, 많은 연구들이 센서 온톨로지나 디바이스 온톨로지 등과 같이 사물에 기반한 서비스 상호운영성을 위한 인프라 구성에 초점을 둔 표준화된 시맨틱 모델 개발에 집중하고 있으나, 사람과 사물, 그리고 서비스 사이의 최적화된 상호 운용을 위해서는 사람과 사물, 그리고 서비스가 갖는 다양한 특성이 반영된 시맨틱 모델에 관한 연구는 미흡한 실정이다. 따라서, 본 연구에서는 IoT를 구성하는 각 도메인들의 표현 체계를 온톨로지 기반 표현체계로 변환할 수 있도록 기존 소셜 네트워크 구성 요소들을 확장하여 다면적 소셜 네트워크 온톨로지 스키마를 구축하고, 이를 기반으로 IoT내 도메인 지식들을 온톨로지로 자동 변환할 수 있는 프로세스를 개발하였다.

• International journal of advanced smart convergence
• /
• 제12권3호
• /
• pp.75-88
• /
• 2023

In a specific domain, experts have different understanding of domain knowledge or different purpose of constructing ontology. These will lead to multiple different ontologies in the domain. This phenomenon is called the ontology heterogeneity. For research fields that require cross-ontology operations such as knowledge fusion and knowledge reasoning, the ontology heterogeneity has caused certain difficulties for research. In this paper, we propose a novel ontology matching model that combines word embedding and a concatenated continuous bag-of-words model. Our goal is to improve word vectors and distinguish the semantic similarity and descriptive associations. Moreover, we make the most of textual and structural information from the ontology and external resources. We represent the ontology as a graph and use the SimRank algorithm to calculate the structural similarity. Our approach employs a similarity queue to achieve one-to-many matching results which provide a wider range of insights for subsequent mining and analysis. This enhances and refines the methodology used in ontology matching.

• Journal of Electrical Engineering and information Science
• /
• 제1권1호
• /
• pp.1-9
• /
• 1996

A key issue in spoken language processing has become the integration of speech understanding and natural language processing(NLP). This paper presents a parallel computational model for the integration of speech and NLP. The model adopts a hierarchically-structured knowledge base and memory-based parsing techniques. Processing is carried out by passing multiple markers in parallel through the knowledge base. Speech-specific problems such as insertion, deletion, and substitution have been analyzed and their parallel solutions are provided. The complete system has been implemented on the Semantic Network Array Processor(SNAP) and is operational. Results show an 80% sentence recognition rate for the Air Traffic Control domain. Moreover, a 15-fold speed-up can be obtained over an identical sequential implementation with an increasing speed advantage as the size of the knowledge base grows.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.325-334
• /
• 2023

Computer vision-based damage detection enables non-contact, efficient and low-cost bridge health monitoring, which reduces the need for labor-intensive manual inspection or that for a large number of on-site sensing instruments. By leveraging recent semantic segmentation approaches, we can detect regions of critical structural components and identify damages at pixel level on images. However, existing methods perform poorly when detecting small and thin damages (e.g., cracks); the problem is exacerbated by imbalanced samples. To this end, we incorporate domain knowledge to introduce a hierarchical semantic segmentation framework that imposes a hierarchical semantic relationship between component categories and damage types. For instance, certain types of concrete cracks are only present on bridge columns, and therefore the noncolumn region may be masked out when detecting such damages. In this way, the damage detection model focuses on extracting features from relevant structural components and avoid those from irrelevant regions. We also utilize multi-scale augmentation to preserve contextual information of each image, without losing the ability to handle small and/or thin damages. In addition, our framework employs an importance sampling, where images with rare components are sampled more often, to address sample imbalance. We evaluated our framework on a public synthetic dataset that consists of 2,000 railway bridges. Our framework achieves a 0.836 mean intersection over union (IoU) for structural component segmentation and a 0.483 mean IoU for damage segmentation. Our results have in total 5% and 18% improvements for the structural component segmentation and damage segmentation tasks, respectively, compared to the best-performing baseline model.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2005년도 춘계공동학술대회 발표논문
• /
• pp.429-435
• /
• 2005

True process collaboration can be accomplished through seamless integration of business processes and enterprise knowledge. Therefore, it is natural that the concept of Business Operating System (BOS), proposed by Delphi Group in 1994, is currently considered as a next evolutionary step for Business Process Management System (BPMS). Literature reports very little work, however, especially, on a comprehensive architecture of the system. This paper proposes an architecture of BOS with the following definition: ' BOS is an intelligent activity supporting system that provides a comprehensive and personalized work environment to each knowledge-intensive worker. ' To propose an architecture of BOS, the paper first identifies and classifies functional requirements for Business Operating System. Then, it proposes a data model and an architecture of the system to satisfy the functional requirements. The proposed architecture focuses on two essential technical requirements. First, the system should provide an effective means to integrate data and processes and to standardize distributed component systems. Secondly, the system should also be intelligent enough to assist workers to perform their knowledge-intensive work. The paper shows how these requirements can be achieved by using Semantic Web and Web Service.

• International Journal of Knowledge Content Development & Technology
• /
• 제7권1호
• /
• pp.101-120
• /
• 2017

Healthcare professionals have edited many health questions (HQs) and their answers for healthcare consumers on the Internet. The HQs provide both readable and reliable health information, and hence retrieval of those HQs that are relevant to a given question is essential for health education and promotion through the Internet. However, retrieval of relevant HQs needs to be based on the recognition of the intention of each HQ, which is difficult to be done by predefining syntactic and semantic rules. We thus model the intention recognition problem as a text classification problem, and develop two techniques to improve a learning-based text classifier for the problem. The two techniques improve the classifier by location-based and area-based feature weightings, respectively. Experimental results show that, the two techniques can work together to significantly improve a Support Vector Machine classifier in both the recognition of HQ intentions and the retrieval of relevant HQs.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권9호
• /
• pp.904-917
• /
• 2010

인공지능, 시맨틱 웹의 분야에서 지식을 표현하고 의미적으로 연결하기 위해 온톨로지가 연구되어 왔다. 그러나 온톨로지는 정의하는 사람의 의도와 지식 수준에 따라 다양하게 표현되고 정의될 수 있다. 이는 동일한 개념을 서로 다르게 표현하는 이질성 문제를 야기한다. 이 논문에서는 이러한 문제를 해결하기 위하여 XMDR에 기반한 온톨로지 생성 시스템인 XOB(XMDR-based Ontology Builder)를 소개한다. XOB는 XMDR에서 정의한 클래스 및 클래스 간의 관계성 등을 재사용하여 온톨로지를 생성함으로써 생성된 온톨로지 간 의미 이질성 문제를 해결 또는 최소화 할 수 있다. 이 논문에서는 제안 시스템인 XOB의 개념 모델 및 전체적인 구조를 소개한다. 또한 XMDR에 등록된 개념들을 이용하여 온톨로지 생성 시 요구되는 프로세스, 알고리즘 및 온톨로지 생성 규칙 등을 정의한다. 제안 시스템은 기존 방법에 비해 높은 표준화를 제공하며 이는 일관성 있는 개념의 활용, 용이한 의미 교환 등의 장점을 제공한다. 따라서 XOB는 고품질의 온톨로지 생성을 가능하게 하며 온톨로지 통합 및 시스템 개발을 위한 비용을 감소시킨다.