KR100633219B1 - 데이터 딕셔너리 방법 - Google Patents

Abstract

본 발명은 권리 표현언어의 용어를 정의하기 위한 권리 데이터 딕셔너리를 생성하기 위한 방법에 관한 것이다. 상기 데이터 딕셔너리는 디지털의 권리 매너지너먼트 어플리케이션과 같은 권리 표현 메타데이터에서 컴퓨터 동작 내에서 이용된다. 상기 데이터 딕셔너리는 서로 다른 권리 표현언어의 표현에서 변환할 때 이용된다. 상기 권리 데이터 사전은 계층적 스키마에 따라 구성된다. 용어들은 기본용어세트(SET)에 부합되는 특정 규칙에 따라 데이터 딕셔너리에 더해지고 특히, 동작 형태이 용어로 부터 파생된다. 상기 스키마는 적어도 기본동작이 일어나는 환경을 나타내는 의미가 할당되는 기본용어세트(SET)의 "컨텍스트(CONTEXT)" 용어를 포함한다. 다른 용어는 컨텍스트(CONTEXT)용어 및 컨텍스트(CONTEXT)용어의 관계에 의해 정의되는 것으로부터 발전된다.

딕셔너리, 어플리케이션, 메타데이터, 컴퓨터, 스키마, 컨텍스트

Description

데이터 딕셔너리 방법{DIGITAL RIGHT MANAGEMENT DATA DICTIONARY}

본 발명은 2001년 11월 21일 출원한 미국특허출원번호 제 60/331,807호를 우선권주장한 것이다.

본 발명은 메타데이터의 권리 표현언어와 같은 머신리더블(MACHINE-READIBLE) 권리 표현언어의 용어정의를 위한 데이터 딕셔너리를 만드는 방법 및 데이터 딕셔너리를 위한 어플리케이션에 관한 것이다. 특히 본 발명은 권리 표현언어를 해석하고 권리 표현언어 사이에서 번역을 위한 권리 데이터 딕셔너리를 이용하는 어플리케이션 및 시스템에 관한 것이다.

사전들은 사용을 설명하거나 자연스러운 언어 내에서 워드(WORD)의미를 찾는데 사용된다. 자연스러운 언어의 컨텍스트(CONTEXT)에서, 사전들은 사전 내에서 정의라는 관점에서 사실상 근본적인 설명을 하고 워드(WORD)가 인간사회에서 어떻게 사용되는지 저자의 관점을 반영한다. 자연스런 언어 사전들은 사실적으로 묘사한다. 또 다른 관점에서 자연스런 언어사전은, 많은 자연스런 언어의 워드(WORD)가 일반적으로 다중적인 의미로 사용되고 있다는 것이다. 이러한 관점에서 종종 인간의 표현에서 모호한 워드(WORD)가 생겨난다. 동시에 인간의 표현의 범위는 제한적이지 않고, 자연스런 언어의 워드(WORD)는 많은 가상적인 생각의 표현에서 찾 을 수 있다. 더욱이 새로운 워드(WORD)는 삶의 언어에서 새로운 개념을 표현하기 위해 항시 만들어지고 있다.

이와는 대조적으로 기계(컴퓨터) 언어 컨텍스트(CONTEXT)에서, 언어는 설계에 의해 만들어진다. "기계언어"는 어셈블리어, C, 포트란, HTML 과 같은 프로그래밍 언어 뿐만 아니라 권리 표현 언어와 같은 묘사적인 언어도 포함한다. 기계언어의 사전들은 -- 종종 스키마라고도 불리운다 -- 근본적으로 규범적인 데이터 구조이다. 기계언어사전은 정확하고 엄격한 방법으로 기계언어 용어의 의미와 관계를 규정한다. 결론적으로 기계언어의 표현은 명확하고 명백하게 표현되지만 범위는 제한된다.

점차 기회가 자연언어와 전통적인 기계언어 사이의 인터페이스에 있게 된다.기계가 보다 정교해지고 인간생활의 다른 관점 내에 포함되고 있으며 보다 복잡한 기계언어가 보다 서술적으로 부분적으로 발달되고 있다. 그러한 언어는 상업적 또는 생산 정황에서 상태를 기술하거나 서로 다른 목적 또는 공정의 속성을 기술하는데 이용된다. 특히, 기술을 위한 어플리케이션에서 광(廣)지역 정보 통신망(WAN)의 머신리더블(MACHINE READIBLE) 메타데이터는 서서히 발전되고 있다.

예를 들어, 기계언어를 위한 최근 발전된 어플리케이션 영역(AREA)의 하나는 디지털의 권리 매너지먼트를 포함한다. 디지털의 권리 매너지먼트 어플리케이션에서, 여러 형태의 디지털 작업에 의해 밀접한 산업재산권은 "권리 표현 언어" 로써 기계가 읽을 수 있는 권리 표현을 위한 특정된 언어를 사용하여 기술되고 있다. 디지털의 권리 표현은 표현들과 잘 맞는 생산품 또는 컨텐트(CONTENT)와 연관되므 로 적합한 동작은, 권리 표현이 적합한 기계에 의해 읽혀 질 때 생산품 또는 컨텐트(CONTENT)에 대하여 자동으로 받아들여진다. 현장은 빠르게 변화하지만, 디지털의 권리 매너지먼트의 일반적인 개념은 기술분야에서 상당히 이해되고 있다. 월드와이드웹(WWW)과 WAN 과 같은 컨텍스트(CONTEXT)내에서 머신리더블(MACHINE READIBLE) 메타데이터를 위한 다른 어플리케이션은 개인의 권리, 의미에 근거한 서치엔진(SEARCH ENGINE), 라이브러리 카탈로그(LIBRARY CATALOG) 및 마이크로 패이먼트("디지털현금")를 포함한다.

물론, 디지털권리 매너지먼트방법에서 이용되는 산업재산권은 점차 변화하는 개념을 포함하고 자연언어분야에서 점진적으로 계속 변화하고 있다. 그와 같은 변화에 의해 디지털권리의 표현은 추상적인 서로 다른 레벨에서 용어의 치밀한 선택을 바탕으로 매우 다양한 표현과 변화하는 생각을 포함한다. 산업재산권의 비교적 간단한 표현에서 정확한 해석과 동작은 유연성이 없는 기계언어의 사용이 어렵게 될 수 있다. 이러한 어려움의 복합적인 것은 높은 그랜뉼러(GRANULAR), 일시적 및 많은 산업재산권의 전달특성이다. 예를 들어, 특별한 작업은 많은 컴포넌트(COMPONENT) 작업의 편집이 될 수 있다. 바꿔 말하면 컴포넌트작업은 다른 컴포넌트 작업의 편집이 될 수 있는 것이다. 몇몇 컴포넌트는 복사물(COPIES)이 되고 반면에 다른 컴포넌트는 몇몇 컴포넌트의 변환물이고 서로 다른 권리를 의미한다. 각 컴포넌트 작업은 컴포넌트와 연관된 권리의 유니크(UNIQUE)한 수집물을 갖는다. 상기와 같은 권리의 소유권과 어플리케이션은 타임(TIME)의 기능, 위치 및 중간매매와 같이 변화될 것이다. 따라서 권리 표현을 위한 기계언어는 어려 움 없이 잠재적으로 매우 복잡함과 미묘한 의미의 컨텐트를 정확하게 표현하는 것이 가능하다.

다양한 기계언어는 디지털 권리의 표현을 위해 당해 기술분야에 알려져 있다. 예를 들어 ODRL(the Open Digital Right Language) 또는 XrML(eXtensible rights Markup Language), XML(Extensible Markup Language)은 일반적인 디지털 컨텐트에서 호환가능한 문법을 가지고 있다. 상기와 같은 언어 및 당해 분야에서 알려진 언어는 보케블러리 스키마(VOCABULARY SCHEMAS)에서 리소스-베이스 모델(RESOURCE-BASED MODEL)을 이용한다. 예를 들어 XrML 는 RDF(Resource Description Framework) 모델과 W3C에 의한 신택스(SYNTAX)로 구성된다. 상기 언어는 특별한 컨텍스트 내에서 권리매너지먼트의 특별한 관점을 가지고 발달되고 제한된 보케블러리(VOCABULARY)를 갖는다. 상기 언어들은 동일한 기술을 서로 다른 용어를 사용하거나 논리적 오버랩 환경에서 사용되고 각 언어의 어려움을 해석하는데 이용된다.

현재의 권리표현언어는 디지털권리 표현을 위한 리소스-베이스 모델(RESOURCE-BASED MODEL)을 사용하며, 대부분은 속성 또는 리소스의 성질로 표현된다.

다른 용어세트(SET)는 권리를 기술하는 목적을 위해 알려져 있고 상기 권리는 보다 제한된 어플리케이션 내에서 권리표현언어로 이용되거나 상호작용을 한다. 예를 들면 ONIX(the Online Information Exchange message format)는 전자북을 포함하는 텍스트-베이스 생산물과 연결되어 이용되도록 발전되고 있다. 일반적으로 용어세트의 형태는 상대적으로 비계층적이고 간단하다.

리소스-베이스 데이터 딕셔너리 모델은 우선적인 리소스의 속성을 기술하는 메타데이터를 발전시키기 위해 리소스-센트릭(RESOURCE-CENTRIC) 스키마로 기술된다. 예를 들어, 저작권이 있는 이야기와 같은 전자적 리소스의 권리를 기술하는 리소스-베이스 메타데이터는 리소스와 결합될 것이다. 상기 메타데이터는 리소스와 결합된 이전의 동작으로부터 발생한 이전의 속성을 기술할 것이다; 예를 들어 "생성일자" 및 "저자"는 시간과 저작권자의 에이전트(AGENT)로 기술될 것이다. 이러한 접근은 권리데이터가 변하지 않는다는 관점하에서 순조롭게 진행된다. 그러나 실제에서 디지털 권리의 매너지먼트 스킴(SCHEME)을 복잡하게 실행하는 것은 여러가지 서로 다른 관점으로부터의 데이터가 필요하다.

예를 들어 저자 또는 생성자, 출판사, 리플리케이터(REPLICATORS), 클리어링 하우스(CLEARING HOUSE)등과 리소스는 전체 또는 부분적으로 패런트(PARENT)이거나 소스(SOURCE)인 동안의 다른 다양한 리소스를 포함하는 다양한 에이전트(AGENT)에서 메타데이터를 수집하는 것이 바람직하다. 예를 들어, 특별한 리소스가 모사품으로 복제된다면, 메타데이터는 모사품과 결합될 것이고, 모사품은 특별한 소스의 복제품으로, 모사품이 언제 만들어졌는지 누가 만들었는지 어디에서 만들어졌는지를 지시한다. 동시에 부가적인 메타데이터는 소스와 결합될 것이고 복제가 언제 이루어졌는지 누가 복제를 했는지 어디에서 복제가 이루어졌는지 모사품의 일치성을 표시한다. "B는 A의 복제물이다" 라는 문장에서 "~는 ~의 복제물이다" 의 관계는 "A는 복사품 B를 갖는다" 의 문장에서 "~는 복사품 ~를 갖는다" 라는 관계와는 서로 구별되는 문장이다.

또한 다른 예로서 "C 는 A 를 복사했다" 는 에이전트(AGENT) 'C' 의 관점에서 서술한 것으로 "A는 C에 의해 복사되었다" 의 복사된 리소스 A의 관점으로부터 서술되는 것과는 서로 구별되는 문장이다.

그러므로, 리소스-베이스 모델(RESOURCE-BASED MODEL)은 서로 다른 관점에서 권리를 기술하기 때문에 동일한 동작을 효과적으로 기술하기 위해 서로 다르거나 변경된 용어를 이용할 것이고 리소스는 동작하는 관점을 제공하느 것에 의존된다. 리소스가 전파되고, 조합되고, 분할되고, 탑재되고, 다른 다양한 방법으로 변화되는 디지털계에서, 여러경우의 복잡하지만 바람직한 용어와 표현이 대두될 것이다. 유사한 복잡성은 메타데이터의 어플리케이션을 기술하는 컨텍스트(CONTEXT)에서 발생될 것이다.

바람직하게는 보다 강인하고 훌륭한 데이터 딕셔너리(딕셔너리 같은 스키마 또는 데이터구조)를 제공하기 위해서 디지털 권리 매너지먼트와 메타데이터를 위한 다른 정교한 어플리케이션에 필요한 복잡한 의미의 컨텐트(CONTENT)를 전달하는 언어의 지원이 가능하여야 한다. 그러나 동시에, 리소스-베이스(RESOURCE-BASED) 설명 스키마는 몇몇 권리 기술 언어 내에서 이미 침해되며, 그 이유는 리소스-베이스(RESOURCE-BASED) 설명 언어는 계속 생성되고, 변화되고, 권리 매너지먼트와 많은 다른 어플리케이션 내에서 이용될 것이라는 믿음이 존재하기 때문이다. 따라서 상기 강인 데이터 딕셔너리는 리소스-베이스(RESOURCE-BASED) 스키마와 충분히 호환되어야 한다. 새로운 데이터 딕셔너리를 사용하면서 발전되는 용어는 리소스-베 이스(RESOURCE-BASED) 설명 모델에 따라 발전되는 용어에 명백하게 맵핑될 수 있어야 하므로 상기 데이터 딕셔너리는 서로 다른 권리표현 언어 사이에서 변형하는데 사용될 수 있어야 할 것이다. 또한, 스키마를 이용하여 발전된 용어는 유니크하고, 명백해야 하고 확장가능하고 스키마를 구성하는 용어의 데이터베이스를 오픈하는 것이 가능하여야 한다. 또한 용어는 확장가능하도록 제공되고 디지털 권리 매너지먼트 내에서 이용하기 위한 용어의 데이터베이스를 오픈하도록 제공되는 것이 바람직하다.

본 발명은 디지털 권리 매너지먼트에서 이용하기 위한 데이터 딕셔너리를 구축하기 위한 강인하고 훌륭한 스키마를 제공하는 것이다. 상기 "데이터 딕셔너리"는 딕셔너리와 같은 스키마 또는 머신리더블(MACHINE-READIBLE) 데이터 구조를 나타내는데 이용하는 것이다. 또한, 디지털 권리 매너지먼트를 위한 권리표현 언어 및 컴퓨팅 언어 어플리케이션과 같은 메타데이터 표현 언어분야의 전문가에 의해 이해되는 "데이터 딕셔너리"의 의미를 통합한 것이다. 상기 데이터 구조는 오픈되고 리소스-센트릭(RESOURCE-CENTRIC) 모델에 기초되든 되지 않든 권리 매너지먼트 언어와 정보처리상호운용을 위해 제공된다. 상기 스키마는 고도의 설명, 명쾌함 및 정보처리상호운용할 수 있는 머신리더블(MACHINE-READIBLE) 표현을 필요로 하는 다른 어플리케이션 등의 데이터 구조를 발달시키는 것에 이용될 수 있음이 예견된다.

상기 스키마는 "컨텍스트 모델"과 같은 혁신적인 데이터 모델에 따라 구조화 된다. 상기 컨텍스트 모델은 계층적 데이터 구조를 초래하는 잘 정의된 규칙에 따라 용어세트(SET)를 만드는 것이 가능하다. 상기 컨텍스트 모델의 특징은 핵심용어를 이용하고 새로운 용어를 더하기 위한 규칙에 의해 정의된 용어 사이의 의미관계를 포함한다.

상기 컨텍스트 모델의 용어를 만드는 규칙은 용어세트 내에서 다른 용어와의 관계를 정의한 모든 용어의 바람직한 세트(SET)를 가상적으로 제공하는데 이용될 것이다. 다시 말해서 모든 용어는 패밀리트리(FAMILY TREE) 또는 계통에 명백하고 논리적 계층구조 내에 유니크(UNIQUE)한 플레이스(PLACE)이다. 상기 계층적 또는 트리구조는 논리적으로 패밀리트리(FAMILY TREE)와 유사하고 새로운 용어를 생성하기 위한 규칙으로부터 발생한다. 모든 새로운 용어는 또 다른 용어로부터 부분적으로 나온다. 이것은 모든 새로운 용어는 적어도 하나의 "패런트(PARENT)"를 가지고 있다는 것이다. 그러므로 모든 용어는 시블링(SIBLING), 패런트(PARENT), 커즌(COUSIN), 칠드런(CHILDREN)과 같이 유추되어야만 한다. 다시 말하면 모든용어는 스키마에 따라 생성된 다른 용어와의 관계의 웹(WEB)을 정의한 웹에 있다. 새로운 용어는 패밀리 트리의 브랜치(BRANCH)로부터 집합적 용어에 의해 발생된다.

본 발명의 구체적인 실시예에서 상기 스키마는 단일의 최초 용어를 이용하거나 패런트 용어가 없는 "제1 용어"를 이용한다. 상기와 같이 제1 용어는 자기 자신에 의해 정의된다. 제1 용어의 의도하는 의미가 자연언어 표현을 이용하여 명백하게 되더라도, 상기 명백함은 자연스런 커멘트(COMMENT)를 갖는다. 제1 용어는 초래된 데이터구조가 의도되는 어플리케이션으로 구성되는 의미를 갖는다. 예를 들어 디지털 권리 매너지먼트에서 제1 용어 " 동작(ACT)"은 "동사의 모든 형태를 포함하는 동작(ACT), 수동태, 자동사 및 정적인 동사('HAVE'와 같이)" 의 커멘트를 갖는 "동작할(TO ACT)" 라는 의미가 될 것이다. 상기 용어의 특별한 의미는 임의적이지 않고 단지 동사일 뿐이다. 예를 들어, 의도되는 데이터 구조를 위해 필요한 모든 동사가 일반적으로 설명되는한 "이다(IS)" 또는 "하다(DO)"와 같은 용어가 적합하게 될 것이다. 상기 용어"동작(ACT)" 또는 이와 유사한 일반적인 동사는 디지털 권리 매너지먼트 데이터 구조 및 다른 어플리케이션에서 적합한 신뢰가 있다. 또한, 하나의 제1 용어보다 유용한 데이터 구조 이용을 발전하는 것이 가능할 것이다. 어떤 특별한 기호는 제1 용어와 데이터구조의 다른 용어를 나타내는데 이용될 수 있는 것이 고려될 수 있고 이때 각 용어는 유니크(UNIQUE)하다. 예를 들어 각용어는 유니크(UNIQUE)한 머신리더블(MACHINE-READIBLE) 숫자 또는 코드가 될 수 있다. 상기 각 용어는 헤드워드(HEADWORD)가 할당될 수 있고 상기 헤드워드(HEADWORD)는 용어의 의미를 기술하거나 제안하여야 한다. 예를 들어 "동작(ACT)"은 기술하거나 적어도 제안하는 것이고 용어의 의도하는 의미는 데이터구조 내에 있다. 물른 헤드워드(HEADWORD)는 어떤 특별한 자연언어(스페인어, 영어, 다른언어) 내에서 표현되지 않는다. "용어"가 헤드워드(HEADWORD)로 간주되어 종종 편리하지만, "용어"는 근원적인 의미를 나타내는 속성의 유니크(UNIQUE)한 수집에 의해 보다 정확해진다. 다시 말해서 헤드워드(HEADWORD)는 용어를 위한 자연언어 이름에 편리하지 않고 용어의 속성에 의해 정확하게 될 수 있다.

데이터 사전의 모든 다른 용어는 제1 용어에 관하여 또는 부분적으로 얻어진 용어에 관하여 부분적으로 정의된다. 본 발명의 바람직한 실시예에서 "기본용어(BASIC TERMS)"의 세트(SET)를 "컨텍스트 모델(CONTEXT MODEL)"로 간주하는 규칙은 데이터구조 내에서 얻어진 용어의 부가를 지배하도록 규정된다. 제1 용어와 같이, 기본용어는 다른 용어의 목표세트(SET)가 얻어지는 것으로부터 일반적인 용어로 선택된다. 이하 다섯개의 기본용어는 디지털 권리 매너지먼트 애플리케이션을 위한 데이터 구조를 발전시키기 위해 이용된다.

헤드워드(HEADWORD) 설명

컨텍스트(CONTEXT) 동작이 발생할 때의 환경

에이전트(AGENT) 동작의 개체

타임(TIME) 컨텍스트(CONTEXT)의 템포럴(TEMPORAL)파라미터

플레이스(PLACE) 컨텍스트(CONTEXT)의 스페셜(SPATIAL)파라미터

리소스(RESOURCE) 컨텍스트(CONTEXT) 내에 포함되는 개체, 에이전트(AGENT) 타임(TIME) 또는 플레이스(PLACE) 가 아닌 개체

각 기본용어는 제1 용어 "동작(ACT)" 으로부터 부분적으로 얻어진다. 타임(TIME), 플레이스(PLACE) 및 리소스(RESOURCE)의 용어는 동작(ACT)으로부터 얻어지고 컨텍스트(CONTEXT)와 관계된다. 상기 컨텍스트(CONTEXT)는 상기 부분의 합이다. 상기 다섯개의 기본용어는 권리 표현언어를 이용하여 의미적으로 풍성하고 복잡한 데이터 구조를 가져올 수 있는 개념적으로 훌륭한 프레임워크를 제공한다.

또한 용어는 제1 용어로부터 하나의 형태로 얻어져 생성된다. 컨텍스트(CONTEXT)모델에 따라 제1 용어의 형태는 다양한 동작을 설명하는 동사이다; 즉 "동작용어(ACTION TERMS)" 이다. 예를 들어, 동사 "하다(DO)"는 동작의 형태에서 얻어진 것이다; 반대로 "만들다(MAKE)"는 "하다(DO)"의 형태에서 얻어진 것이다; "얻다(DERIVE)"는 "만들다(MAKE)"의 형태에서 얻어진 것이다; "복사(COPY)"는 "얻다(DERIVE)"의 형태에서 얻어진 것이다. 각 용어는 용어의 패런트(APRENT)가 의미하는 새로운 기본 의미의 몇몇 요소를 더하여 얻어지는 것이다. 예를 들면, "적응하다(ADAPT)"는 "얻다(DERIVE)"의 차일드(CHILD)가 될 것이고, 의미는 "변화를 시켜 얻어지는 것(TO DERIVE BY MAKING CHANGE)"이다. 가상적인 어떤 동작용어가 유사한 방법으로 얻어지는 것이 명백하다. 또한, 초래된 데이터구조는 데이터구조의 끝에서 제1 용어와 같이 계층적 논리트리(TREE)로 합쳐진다.

다시 말해서 패밀리(FAMILY) 용어는 동작용어로부터 파생된 것이다, 파생이라는 것은 컨텍스트(CONTEXT) 모델의 어플리케이션에 의해 새로운 용어로 되는 것이다. 컨텍스트(CONTEXT) 모델에 따라 패밀리(FAMILY) 용어는 기본용어와 어떠한 동작용어의 조합에 의해 파생된다. 예를 들어 동작용어 "복사(COPY)"는 기본용어 "컨텍스트(CONTEXT)"와 조합되었을 때 "복사이벤트(CopyingEvent)" 라는 새로운 용어를 파생하고 상기 "복사이벤트(COPYING EVENT)"는 컨텍스트(CONTEXT)의 형태인 것이다. 유사하게 "에이전트(AGENT)"와 결합되었을 때, "복사(COPY)"는 "복사기(COPIER)"를 파생한다 - "복사(COPY)"는 "에이전트(AGENT)"의 한 형태이다. "리소스(RESOURCE)"와 결합하여 "복사(COPY)"는 다중용어 "모사(REPLICA)" 를 파생 한다.

"소스오브카핑(SourceofCopying)"과 "카핑툴(CopyingTool)"은 리소스(RESOURCE)의 형태이다. 또한 용어는 기본용어 "타임(TIME)"과 "플레이스(PLACE)"와의 조합에 의해 파생된다. 동작동사로부터 파생된 용어는 동작용어의 파생으로부터 논리적트리(TREE) 결과 내에 속하는 것이 명백하다. 제1 용어와 기본용어에 부가하여 컨텍스트(CONTEXT) 모델은 관계용어의 정의된 세트(SET)를 이용한다. 관계용어는 두개 용어 사이에의 의미관계를 설명하는데 이용된다. 컨텍스트(CONTEXT) 모델에서 정의된 많은 용어는 적어도 데이터 구조 내에서 다른 용어와의 관계를 정의한다. 따라서 관계용어는 상기 관계를 설명할 필요에 의해 파생된다. 예를 들면 관계용어 " HasAgentType" 는 "Copier" 같이 "CopyingEvent" 같이 에이전트(AGENT)에 링크되어 이용된다. 또 다른 관계용어는 "HasValue" 이고 관계용어는 용어를 관계용어의 밸류(VALUE)에 링크한다. 예를 들어 용어 "Copier"는 "John Doe" 의 밸류(VALUE)를 갖는다. 다른 관계용어가 제공될 수 있다. 관계용어는 유니크(UNIQUE)한 용어 사이의 관계로부터 파생되기 때문에, 관계용어는 유니크(UNIQUE)하고 컨텍스트(CONTEXT) 모델의 어플리케이션으로부터 초래되는 논리적 트리(TREE)구조에 따르는 것이 명백하다. 관계용어는 동작용어로부터 파생된 동작패밀리 부분의 형태이다.

그러므로 적용할 수 있는 계층적 구조의 사전과 같은 데이터구조는 다양한 어플리케이션을 위한 컨텍스트(CONTEXT) 모델를 이용하여 구축된다. 상기 초래된 데이터구조는 하나의 표현언어, 예를 들면 권리표현 언어인 ODRL 과 XrML과 같은 표현언어 보다 더욱 호환이 잘 될 것이다. 상기 데이터구조는 데이터구조의 용어를 사용하는 해석언어로 이용될 수 있다. 왜냐하면 컨텍스트(CONTEXT) 모델에 의해 생성된 각 용어는 유니크(UNIQUE)하고 단일의미를 갖으며 상기 딕셔너리가 그랜뉼러티의 가능한 레벨로 연장될 수 있고 변형목적을 위한 다양한 다른 표현언어로부터 맵핑용어로 적합하기 때문이다. 따라서 본 발명은 데이터 딕셔너리를 이용한 표현 언어사이에 맵핑을 위한 방법을 제공하는 것이다.

적용할 수 있는 계층적 구조의 딕셔너리 시스템의 보다 완전한 이해와 계층적 구조의 딕셔너리 시스템을 위한 어플리케이션은 당해 기술 분야의 통상의 지식을 가진자에 의해 이하의 바람직한 실시예로부터 부가적인 장점 및 목적의 실현이 이루어질 수 있을 것이다.

도1은 데이터 딕셔너리를 사용하는 실시예의 시스템을 도시한 것이고,

도2는 종래기술에 의한 딕셔너리 용어를 사용하는 것을 도시한 것이고,

도3은 본 발명에 의한 실시예의 데이터 딕셔너리 용어를 사용하는 것을 도시한 것이고,

도4는 실시예의 데이터 딕셔너리에 의한 용어의 핵심 속성을 도시한 것이고,

도5는 실시예의 용어 계통을 도시한 것이고,

도6은 실시예의 데이터 딕셔너리 용어세트의 다이어그램으로서 다른 용어세트와의 관계를 도시한 것이고,

도7은 컨텍스트 모델의 실시예의 관점에서 다이어그램을 도시한 것이고,

도8은 컨텍스트 모델의 다른 실시예의 관점에서 다이어그램을 도시한 것이고,

도9는 컨텍스트 모델의 또 다른 실시예의 관점에서 다이어그램을 도시한 것이고,

도10은 디지털 권리 매너지먼트 어플리케이션과 같은 데이터 딕셔너리를 이용한 메타데이터 표현을 분석하기 위한 방법의 실시예의 단계의 다이어그램을 도시한 것이고,

도11은 본 발명에 의한 데이터 딕셔너리를 이용한 맵핑의 바람직한 실시예의 관점에서 다이어그램을 도시한 것이고,

도12는 데이터 딕셔너리 내에서 맵핑관계를 바람직한 실시예의 다이아그램으로 도시한 것이고,

도13은 데이터 딕셔너리를 이용한 용어 변형을 위한 바람직한 실시예의 단계의 다이어그램을 도시한 것이다.

본 발명은 데이터 딕셔너리를 생성하기 위한 방법과 데이터 딕셔너리를 위한 어플리케이션을 제공하는 것이다. 이하의 상세한 설명과 첨부된 하나 이상의 도면에서 각 구성요소는 도면부호와 함께 상세히 설명될 것이다.

이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 가장 바람직 한 실시예를 첨부된 도면을 참조로 하여 상세히 설명하기로 한다. 본 발명의 목적, 작용, 효과를 포함하여 기타 다른 목적들, 특징점들, 그리고 작동상의 이점들이 바람직한 실시예의 설명에 의해 보다 명확해질 것이다.

도1에 도시된 바와 같이 실시예의 시스템(100)은 데이터 딕셔너리(102)를 구비한다. 상기 시스템(100)의 다른 요소는 컴퓨팅머신(104), 표현언어(106), 데이터(108), 메타데이터(110) 및 출력(112)를 포함한다. 상기 데이터(108)과 상기 데이터와 결합된 메타데이터(110)은 당해 기술분야에서 알려진 형태가 적합할 것이다. 상기 데이터(108)는 하나 또는 그 이상의 산업재산권과 관계있는 디지털 컨텐트를 포함할 것이다. 상기 컨텐트의 산업재산권으로부터 발생하는 필요되는 것들이 충족되도록 WAN 을 뛰어넘는 데이터를 제공하는 것이 바람직하다. 이것은 미디어형태의 데이터를 전송하는 것을 포함한다; 예를 들면 디지털 음악 파일의 일부는 과세되고, 변경되며 동화상형태로 탑재된다. 상기 데이터(108)는 프로세스 정보와 같은 다른 형태의 데이터를 포함한다.

메타데이터(110)는 데이터(108)와 결합되고 데이터(108)와 관계되는 정보를 가지고 있다. 권리의 매너지먼트를 위해서, 상기 메타데이터(110)는 산업재산권의 설명과 데이터(108)에 속하는 관계정보를 포함한다. 결합된 데이터와 메타데이터를 위한 다양한 방법은 권리 매너지먼트 및 다른 어플리케이션과 관련되는 분야에서 알려져 있다. 어떠한 적합한 방법이 이용될 수 있을 것이다.

메타데이터(110)는 표현언어(106)에 따라 명확하게 된다. 상기 메타데이터(110)는 자연적으로 몇몇 측면에서 설명된다. 상기 표현언어(106)는 메 트리얼(MATERIAL)을 설명하는 표현이 가능하다. 권리의 매너지먼트의 경우에, XrML과 같은 언어가 이용되거나 또 다른 표현언어가 이용될 수 있다. 상기 표현언어(106)의 용어는 데이터 딕셔너리(102)에 의해 정의된다. 상기 데이터 딕셔너리(102)는 표현언어로 이용되는 의미있는 메트리얼의 기본용어를 제공한다. 상기 메타데이터(110)가 생성될 때, 생성된 표현언어(106)과 데이터 딕셔너리(102)는 선택된 언어와 딕셔너리에 따른 메타데이터를 명확하게 하여 효율적으로 선택된다. 유사하게 컴퓨터(104)는 동일하게 선택된 언어(106)에 따라 문법적인 메타데이터(110)로 프로그램될 것이다.

머신(104)은 메타데이터(110)의 의미있는 컨텐트에 따라 의도된 출력(112)를 제공한다. 컴퓨팅 머신(104)은 일반적인 목적의 형태 또는 메타데이터(110)를 읽고 분석할 수 있고 유용한 출력을 제공할 수 있는 특별한 목적의 컴퓨팅장치를 포함한다. 출력(112)은 바람직한 형태로 얻어질 수 있다. 예를 들면 출력은 레코드 또는 메세지를 포함한다. 또 다른 예는 메타데이터(110)의 변형이 제2 표현언어로 되는 것이다. 출력(112)은 데이터 딕셔너리(102)에 의해 정의된 용어에 따라 설명됨으로서 메타데이터(110)에 의해 부분적으로 결정된다.

데이터 딕셔너리(102)는 속성과 단일 의미의 유니크(UNIQUE)한 조합에 의한 다수의 용어를 포함한다. 상기 데이터 딕셔너리(102)는 종래의 딕셔너리(114)와 비교될 수 있고, 도2에 도시된 바와 같이 단일 워드(WORD)(116)는 다수의 정의(118)가 할당된다. 상기 각 정의는 서로 구별되는 의미로 설명될 수 있고 동일한 워드(WORD)가 다르게 사용되는 것을 나타낸다. 종래의 딕셔너리는 용어의 또 다른 속성을 포함할 것이다(미도시).

본 발명의 바람직한 실시예에서, 권리 데이터 딕셔너리는 속성(120)이 하나로 정의된 다수의 용어를 포함한다. 상기 속성(120)은 두 개의 클래스로 분류된다; 하나는 비선택적인 속성(122)과 다른 하나는 선택적인 속성(124)이다. 상기 속성(120)은 용어의 속성에서 클래스의 관계와 같은 다른 클래스도 포함할 수 있다.

속성은 권한에 의해 정의되고 상기 권한은 속성을 용어 또는 또 다른 속성으로 판단하는 책임있는 에이전트(AGENT)에 의해 정의된다. 실시예와 표의 목적에 있어서 권리 데이터 딕셔너리를 위한 권한은 일반적으로 단일 권한으로 다루어지고, 특별한 경우가 아니라면 가끔 "Rdd Authority" 로 다루어진다. 그러나 권리데이터 딕셔너리의 장점 중의 하나는, 속성과 용어가 서로 다른 권한에 의해 정의되어 다른 어플리케이션에서 다른 표현언어와 용어세트(SET) 사이에 정보처리의 상호운용이 가능하다는 것이다.

권리데이터의 딕셔너리의 각 용어는 정확하게 하나의 유니크(UNIQUE)한 식별자속성(126)을 포함한다. 딕셔너리 이내의 유니크(UNIQUE)한 용어 식별자의 독점적인 세트(SET)를 제공하는한 어떠한 식별시스템도 이용될 수 있다. 이것은 모든 용어가 서로 다른 식별자를 갖는 것이다. 상기 식별자는 예정된 스킴 또는 패턴에 따라 딕셔너리를 위해 제공되는 것이 바람직하다; 예를 들면 순차적인 번호. 상기 식별자는 머신리더블(MACHINE-READIBLE) 코드이다.

각 식별자가 유니크(UNIQUE)한 것이 확실하다면, 식별자는 단일 권한의 제어 하에 있는 것이다. 식별자(126)는 비선택적인 속성(122) 중에 하나이다. 상기 식별자의 유니크니스(UNIQUENESS)는 데이터 딕셔너리의 의미있는 컨텐트가 명백하게 맵핑될 수 있는 것을 확실하게 한다.

용어의 상태 속성(128)은 비선택적인 클래스(122)의 속성 중의 다른 하나를 포함한다. 상기 속성은 비선택적이며 효과적이거나 필요로 되는 측면을 포함하되 제한하지는 않는다. 또한, 상기 속성은 고유의 것이거나 용어의 성질을 가정한다. 예를 들어 명백한 상태 속성(128)이 없다면, 데이터 딕셔너리의 모든 용어는 동일한 상태를 갖도록 가정된다. 바람직한 실시예에서 상태속성은 권한 레벨을 나타낸다. 예를 들어 권리데이터 딕셔너리는 다른 권한 레벨를 갖는 용어를 포함하는데 표준용어, 선택용어, 맵핑용어 및 분리된 용어이다. 그러므로 신분속성은 용어 매너지먼트를 위해 유용하게 될 것이며 의미있는 메트리얼을 용어로 제공하지만 제공하지 않을 수 도 있다. 또한 신분의 속성 설명과 권리 데이터 딕셔너리의 바람직한 실시예에 따른 용어상태의 허용밸류(VALUE)가 이하의 표1에 제공된다.

비선택적인 클래스(122) 내의 또 다른 속성은 의미있는 형태의 속성(130)이 된다. 신분의 속성과 같이, 의미하는 형태는 필요한 의미의 특징보다 고유의 용어 성질로 이해될 수 있다. 권리데이터 사전에서, 의미하는 형태의 속성(130)은, 용어가 근본적인 의미, 부분적으로 얻어진 의미 또는 전체적으로 얻어진 의미인지를 설명한다. 상기 데이터 딕셔너리는 "제1 용어(FIRST TERM)"이라 불리는 근본적인 의미를 갖는 적어도 하나의 용어를 포함한다. 권리데이터 딕셔너리에서 단일의 제1 용어 "동작(ACT)"은 "동작하기(TO ACT)"로써 자신을 참조하여 정의된다. 사전 의 모든 다른 용어는 전체 또는 부분적으로 다른 용어로부터 의미를 얻는 것이다. 다른 용어로부터 부분적인 의미를 얻는 용어는 "부분적으로 얻는 의미"의 속성(130)을 가지고 있다. 다른 용어 또는 다른 용어의 조합으로부터 전체적인 의미를 얻는 용어는 "전체적으로 얻는 의미"의 속성형태를 갖는다. 표2는 실시예의 권리 데이터 딕셔너리 내에서 의미하는 형태와 관련된 정보를 부가적으로 설명한다.

히스토리(HISTORY) 속성(132)는 어디트(AUDIT) 속성이라고도 불리우고, 용어 매너지먼트로 이용되는 비선택적인 클래스 내의 또 다른 속성이며 의미를 전달하지는 않는다. 히스토리(HISTORY) 속성(132) 또는 어디트(AUDIT) 속성은 환경, 예를 들면 타임과 권한, 용어의 부가 또는 변경을 레코드한다. 이러한 레코드를 하는 측면에서 히스토리 속성은 용어상태(128)의 소스로 설명될 수 있다. 또한 어디트(AUDIT) 속성의 설명은 이하의 표3에 준비된다.

그리고 나머지 용어는 선택적인 속성(124)으로 구성된다. 상기 속성은 몇몇 용어가 속성을 필요한다는 측면에서 선택적이고, 권리 데이터 딕셔너리 내의 용어가 될 수 있다. 다른 한편으로 많은 "선택적인" 속성(124)은, 상기 데이터 딕셔너리가 기능을 할 수 없는 경우가 아니라면 효과적인 의미의 메트리얼을 전달한다. 그러므로 용어 속성들 중의 몇몇은 특별한 용어와 관련하여 선택적일지라도 데이터 딕셔너리를 위해 요구된다. 상기 속성은 핵심적인 기능의 속성이 될 것이다. 충분한 딕셔너리 내의 대부분 용어들은 상기 속성을 포함할 것이다. 핵심적인 기능의 속성은 이하의 도4를 참조하여 설명될 것이다. 핵심적인 기능의 속성 개념은 권리 데이터 딕셔너리를 보다 이해하기 쉽게 도와주는 것이지만, 클래스 형태 또는 데이터 딕셔너리 내의 다른 속성과 같이 엄격하게 정의되지 않는 것이 필요하다.

도4를 참조하면, 전체적으로 얻어진 용어를 위한 핵심적인 기능의 속성(150)은 유니크(UNIQUE)한 식별자(126), 하나 또는 그 이상의 관계(138) 및 계통(146)을 포함한다. 상기 속성은 유니크(UNIQUE)한 식별을 용어로 분배하고 기능적 의미의 컨텐트를 분배한다. 부분적으로 얻어진 용어의 경우에서, 핵심적인 기능의 속성은 전술한 모든 것을 포함하고 용어의 의미있는 컨텐트를 정의한 정의 또는 다른 용어의 설명을 포함하며 상기 용어는 사전 내의 다른 용어로부터 얻어지지 않는 범위에 있다. 정의는 적합한 자연언어 표현을 이용하도록 제공된다. 근본적인 의미를 갖는 용어와 관련하여 핵심적인 기능의 컴포넌트(COMPONENT)는 식별자(126)와 정의를 포함하고, 제1 용어 "동작(ACT)"의 경우에 있어서는 자신을 참조하여 정의된다. 또한 분리된 용어는 식별자 및 정의를 효과적으로 구성하며 적합한 자연언어 표현을 이용하여 정의되거나 데이터 딕셔너리 외부의 의미있는 컨텐트의 다른 참조에 의해 정의된다. 도3을 참조하면 선택적인 속성(124)은 용어 설명 속성(130)을 포함한다. 용어의 설명은 일반적으로 용어의 의미를 자연언어 서술로 정의된다. 정의의 서술은 하나의 예이다. 용어 설명은 다중정의(예를 들어 다른 자연언어 또는 다른 권한하에서)를 갖으나 식별력 있는 의미를 설명해야 한다. 서로 다른 의미를 허용한다면 딕셔너리는 의미있는 메트리얼의 명확한 맵핑을 위하여 더 이상 필요하지 않고 바람직하지도 않을 것이다.

설명(134)은 커멘트(140)의 바람직한 숫자를 포함한다. 상기 커멘트는 해석 상의 메트리얼을 포함한다. 더욱 상세하게는 커멘트는 부연하기 위한 또는 의미를 명확하게 하기 위한 자연언어의 주석과 같이 정의된다. 커멘트는 다양한 속성과 결합되거나 전체적으로 용어와 결합된다. 또한, 상세한 커멘트는 표4에 제공된다. 권리 데이터 딕셔너리의 바람직한 실시예에 따른 용어의 설명은 표5에 제공된다. 권리 데이터 딕셔너리의 잇점은 많은 자연언어에서 비롯한 용어를 포함한다는 것이다. 상기 자연언어가 데이터 딕셔너리를 이용하여 맵핑되는 하나의 방법은 언어 속성을 이용하는 것이다. 상기 언어속성은 속성이 문자 그대로의 속성과 본질적으로 전체 용어가 아닌 것에 적용되는 점에서 "속성의 속성" 이다. 상기 언어속성은 문자 그대로의 메트리얼의 자연언어를 상세화하는 것이다. 또한 본 발명에 의한 권리 데이터 딕셔너리 내의 언어 속성에 관한 설명이 표6을 참조하여 이루어질 것이다.

용어설명은 다양한 형태를 가지며 딕셔너리를 위한 표준 권한에 의해 결정된다. 본 발명에 의한 실시예의 권리 데이터 딕셔너리를 위한 형태의 용어설명은 표7을 참조하여 설명된다. 용어 설명 내에 포함되는 다른 것들은 실시예 또는 커멘트를 포함하는 것이다. 전체적으로 얻어진 용어는, 용어의 의미가 다른 용어로부터 결정되는 것과 같이 정의로 제공되지 않는 것이 필요하다. 그러나 다른 용어는 외부언어로부터 용어의 의미 중 적어도 일부분을 개입시킨다. 상기 정의는 외부의미를 용어로 개입시키는데 이용하고 부분적으로 얻어진 용어 내에 존재해야 한다. 또한 실시예의 권리 데이터 딕셔너리 내의 용어설명 형태의 설명은 표 7에서 제공된다.

다시 도3을 참조하면, 용어 속성(120)은 헤드워드(136)을 포함한다. 헤드 워드는 일반적으로 용어로서 휴먼-리더블(HUMAN-READIBLE)로 설명된다. 서로 다른 헤드워드는 서로 다른 권한에 의한 것처럼 용어로 할당된다. 상기 헤드워드는 동의어(137)로 간주된다. 헤드워드는 일반적으로 용어의 의미를 제안하기 위해 선택되지만, 헤드워드는 편리함을 위해 선택되고 무의미한 기능을 수행한다. 각 용어를 위한 단일의 유니크(UNIQUE)한 헤드워드는 자연언어로 주어지는 동안 일반적으로 단일 권한 내에서 선택될 것이다. 상기 다중 동의어의 사용은 서로 다른 권한과 서로 다른 자연언어의 사용을 교차하여 식별 용어를 편안한게 사람들에게 허용한다. 본 발명에 의한 실시예에 따른 헤드워드는 표8에서 설명된다. 권리 데이터 딕셔너리의 실시예에 의한 동의어는 이하의 표9에서 설명된다.

다시 도3을 참조하면, 용어 속성은 하나 또는 그이상의 관계속성(138)을 포함한다. 일반적으로 관계는, 개체가 관계용어에 의한 속성인 경우와 같이 설명된다. 딕셔너리의 모든 용어, 분리된 용어외의 용어는 딕셔너리 내에서 다른용어(분리된 용어외의 용어)와의 관계를 정의한다. 종종, 용어는 다중 용어를 용어의 관계로 설명하는 다중 관계 속성을 갖을 것이다. 관계속성(138)은 규칙과 신택스(SYNTAX)의 정의된 세트(SET)를 이용하여 표현된다. 예를 들어"[Term1][Has Relationship 'X' To][Term2]" 는 "트리플(TRIPLE)" 이라 불리는 표현형태이다. 관계는 용어를 이용하여 의미있는 컨텐트의 형태로 판단된다. 전체적으로 얻어진 용어는 딕셔너리 내의 다른 용어와 관계에 의해 전체적으로 정의되고, 그러한 용어를 정의 하기 위한 필요한 것을 제거한다. 또한 관계는 "패런트" 과 "칠드런"의 용어의 관계로 설명한다. 그러므로 용어의 계통은 관계의 세트(SET)이다. 또한 상호관계를 갖는 모든 관계는 자명하다. 예를 들어 상기 관계 "용어1은 용어2의 패런트이다"는 "용어2는 용어1의 차일드" 라는 상호관계를 갖는 것이다. 하나 또는 하나 이상의 커멘트(140)는 관계속성(138)과 결합된다. 관계의 다른 성질은 이하의 한계를 포함한다: 각 관계는 (a) 1 대 1( 1 대 다수 또는 다수 대 다수가 아님);(b) 플레이스 파라미터가 없다(즉, 플레이스에 의해 광범위하게 정의된다); 및 (c)타임파라미터의 단일쌍을 갖는다(즉 시작타임과 마무리타임).

관계는 계통 또는 컨텍스트 설명 내에서 그룹이 될 때, 중재밸류(VALUE)가 완전한 설명에 필요되는 논리적 관계를 지지하는 각 트리플 내의 용어1 및/또는 용어2로 할당된다. 상기 중재밸류(VALUE)는 특정 계통과 컨텍스트 설명 내에서 유니크(UNIQUE)하고 효과적이다. 상기 중재밸류(VALUE)는 특정화된 컨텍스트 패밀리와 연결되어 특히 유용하다. 부가하여 실시예의 권리 데이터 딕셔너리에 따른 관계의 설명은 표21에서 설명된다.

속성은 부가하여 컨텍스트 설명 속성(142)를 정확하게 포함한다. 컨텍스트 설명은 컨텍스트의 속성을 설명하는 그룹관계로 정의된다. 그러므로 상기 속성은 컨텍스트를 설명하는 용어에 적용되고 다른 용어에 적용되지 않는다. 또한, 상기 속성은 다른 속성, 즉 다른 관계로 만들어진다. 컨텍스트 설명 내에서 특정관계는 도7과 연관되어 설명된다.

상기 패밀리 속성(144)과 계통(146)은 관계로 구성되는 "선택적" 이다. 패밀리(144)는 컨텍스트 모델에 따른 하나의 용어로부터 다른 용어까지 속성 상속을 결정하는 그룹관계(138)로 정의된다. 패밀리의 하나의 예는 동작 패밀리가 되고 동작패밀리는 동작 형태와 용어 사이의 관계를 포함하고 컨텍스트모델의 어플리케이션을 통해 파생한다. 본 발명의 바람직한 실시예에서 동작패밀리는 자동으로 동작패밀리의 구조에 따른 모든 가능한 용어를 파생하며, 컨텍스트 패밀리(관계패밀리 형태)는, 용어가 맵핑 또는 다른 딕셔너리 기능을 지지하는 것이 필요할 때 새로운 용어를 파생한다. 선택적으로 패밀리의 두가지 형태를 위한 용어는 "필요함에 따라(AS NEEDED)" 기본에서 파생되고, 용어로부터의 불필요한 파생을 방지한다.

그러므로, 패밀리(144) 및 컨텍스트(142)는 컨텍스트 모델의 어플리케이선을 반영한다. 대조적으로 계통(146)은, 용어의미의 도출을 결정하고 컨텍스트를 고려하지 않는 진실인 그룹관계로 정의된다. 그러므로 계통은, 컨텍스트 모델에 의해 생성되는 관계를 포함하지만 컨텍스트 모델로부터 독립적이다. 도5는 얻어진 용어(162)를 위한 실시예 계통(152)의 논리적구조를 도시한다. 상속관계는 도면에 열거된 요소를 연결하는 화살표에 의해 표시된다. 제1용어(156)은 근본적인 의미를 갖는다; 즉 자신을 참조하여 정의된다. 어떠한 면에서 용어는 용어 설명내에서 이용되는 것과 같이 자연언어소스(154a)로부터 의미를 얻는다. 얻어진 용어 (160,158)는 제1 용어로부터의 의미와 각각의 외부소스(154b,154c)로부터의 의미를 상속한다. 얻어진 용어(162)는 전체적으로 얻어진 용어이고 전체적인 용어(160,168)로부터 용어의 의미를 상속한다. 그러므로 전술한 실시예에서 이미있는 컨텐트(162)는 용어의 계통에 의해 결정되고 용어의 패런트의 의미가 알려진다. 이러한 측면에서 계통은 종종 계측적 정의에 근거한 규칙으로 생각될 수 있 다. 상기와 같은 정의는 서로 다른 표현언어로부터 용어 밉핑을 위해 도움이 될 것이다.

대부분의 일반적인 관점에서 계통은 용어의 전체적 패런트 패밀리 트리를 포함하는 세트(SET)관계를 포함한다. 그러나 실제로 몇몇 중재가가 계통 세트(SET) 규모를 제한하기 위해 "계통(GENEALOGY)" 라벨을 제한하는 것이 바람직 할 수 있다. 컨텍스트 모델에 의한 데이터 딕셔너리의 실시예에서, 계통은 이하의 규칙에 따라 제한될 것이다: 각 계통(제1용어 제외)은 이하의 표12에 설명된 관계용어 중의 하나를 포함하는 기본 관계 중의 적어도 하나를 포함한다. 각 계통은 그룹 A로부터 단지 하나의 관계를 포함한다. 계통은 그룹 A로부터 관계를 포함하며, 계통은 그룹 B로부터 적어도 하나의 관계를 포함하여야 한다.

데이터 딕셔너리의 모든 맵핑되는 용어는 "동등한(EUQAL TO)", "정확하게(EXACTLY)" 등에 반대되는 정확한 밸류(VALUE) "근접한(APPROXIMATE)"에 의해 구속되지 않는 적어도 하나의 상속성 관계를 포함하는 계통을 갖으며, 상기 계통을 갖는 규칙을 채용하는 것이 데이터 딕셔너리의 구조에서 바람직하다. 상기 규칙의 목적은 모호한 방법과 정확한 방법 내의 용어 맵핑을 뒷받침하는 것이다. 예를 들면 용어 "작가(WRITER)"는 "저자(AUTHOR)"와 정확하게 동일하지는 않으나 유사하다. "저자(AUTHOR)"는 "생성자(CREATOR)" 형태이고, 이하 한쌍의 관계가 "작가(WRITER)"를 위한 계통으로 주어질 것이다(관계신택스(SYNTAX)는 실시예의 권리 데이터 딕셔너리의 것이다):

1 FOO : WRITER(작가) → IsType → Creator(생성자)

2 FOO : WRITER(작가) → IsEqualTo → Author(저자)

관계용어는 계통을 갖는다. 관계용어의 각 계통은 각 관계용어 "~와 관련한(relating from)", " ~에 관하여(relating to)" 및 "~와 상반대는(reciprocal of)" 를 사용하는 정확한 하나의 관계를 포함한다. 실시예의 권리 데이터 딕셔너리로부터 도시된 하나의 예는 이하의 표13에서 설명된다. 상기 규칙을 데이터 딕셔너리 내에서의 관계가 정확하게 정의되는 것을 입증하는 것이다.

계통은 보편적으로 적용 및 상속의 초래 또는 용어를 위한 의미의 도출과 같은 다른 어떤 관계를 포함하는 것이다. 예를 들면 상기 계통은 귀속적이고 소유적인 관계를 포함한다. 다시 말하면 상기관계는 일반적인 의미 또는 도출을 확립함에 필요한 중간단계를 뒷받침하는 다른 관계를 포함하는 것이다. 중재밸류(VALUE)가 이용될 것이고 형태가 관계이 용어1 또는 용어2에서 패런트 밸류(VALUE)를 대용한다. 계통에서 관계의 이용 예는 실시예의 권리 데이터 딕셔너리로부터 알 수 있고 이하 설명된다.

PlaceOfCopyingFrom → IsPartOf → PlaceOfCopying

Manifestation → Is →Perceivable

Tool → Isa → HumanBeing[true:Never]

n DeniedResource → IsaClassFrom → TermSet_1

이하의 예는, 실시예의 권리 데이터 딕셔너리로부터 알 수 있고, 존재하는 외부 용어세트(SET)로부터 선택된 맴핑된 용어로부터 가능한 계통을 설명하는 것이다.

용어를 위한 가능한 계통 "onix:ReplaceISBN"

1 onix:ReplaceISBN → IsTypeOf → Identifier

2 onix:ReplaceISBN → HasProgenitor → Resource

3 onix:ReplaceISBN[#1] → IsIdentifierOf → IdentifieldResource[#2]

4 Replacement[#2] → IsReplacement → ReplacedResource[#3]

5 IdentifieldResource[#3] → HasIdentifier → ISBN[#1]

상기 예는 하나의 리소스를 위한 용어"onix:ReplaceISBN"의 밸류(VALUE)[#1]를 도시한 것으로 "onix:ReplaceISBN"를 대체하는 리소스를 위한 ISBN의 밸류(VALUE)[#1]를 명확하게 하는 것이다. 그러므로 의미있는 컨텐트의 맵핑을 위한 규칙-베이스(RULES-BASED) 계통의 장점이 명백하다. 한편, 실시예 권리 데이터 딕셔너리로부터 다양하게 선택된 용어를 위한 실시예의 계통은 표14에서 설명된다.

다시 도3을 참조하면, 용어의 다른 속성은 하나 또는 그이상의 용어 세트(SET) 식별속성(148)을 포함한다. 용어세트(SET)는 바람직한 목적을 위해 데이터 딕셔너리 내에서 정립된다. 용어세트(SET)를 위한 논리 하나는 다른 표현 언어로부터 선택된 식별력있는 용어이다. 이것은 분리된 즉 맵핑되지 않은 표준용어 및 다른 용어들에 맵핑되는 용어를 포함한다. 도6은 권리 데이터 딕셔너리(170) 내의 용어 집한 관계의 예를 도시한 것이다. 딕셔너리(170)는 다양한 용어 형태를 포함하고 표준화된 용어(172)에 부합되는 영역을 포함하고 자연 또는 선택된 용어(174) 비자연, 비선택 맵핑된 용어(176) 및 분리된 용어(178)을 포함한다. 상기 용어 형태 영역의 상대적인 크기는 중간자이다. 서로 다른 용어세트(180,182,184,186)는 데이터 딕셔너리 내에서 공존하고 다양하게 각각의 다른 용어와 다양한 형태의 용어를 오버랩한다. 용어세트(SET,182)는 부분적으로 세트(SET,180)를 오버랩하고, 분리된 용어를 포함하고 데이터 딕셔너리(170)외부의 다른 용어들을 포함한다. 용어세트(SET,184)는 모든 형태의 용어를 포함한다. 용어세트(SET,186)는 세트(SET,184)에 의해 완전히 오버랩되고, 세트(SET,184)와 딕셔너리(170)의 서브세트(SET)이다. 여러가지의 다른 관계가 가능하게 될 수 있다.

상술한 바와 같이 권리 데이터 딕셔너리 내의 많은 새로운 용어는 컨텍스트 모델의 어플리케이션에 의해 파생되거나 파생된 용어로부터 나오게 된다. 도7은 동작 형태 용어(202)가 동작 패밀리를 어떻게 파생하는지를 도시한 것으로 그룹관계는 컨텍스트(200)를 만든다. 동작형태(202)는 동작형태 정의에 의한다; 권리데이터 딕셔너리의 제1 용어는 "복사(COPY)"는 "얻다(DERIVE)", "얻다(DERIVE)"는 "만들다(MAKE)", "만들다(MAKE)"는 "하다(DO)", "하다(DO)"는 "동작(ACT)" 형태와 같은 계통에 의해 설명된다. 동작형태(202)는 기본용어 형태의 관계세트(SET)를 간접적으로 교차관계에서 "파생한다(BEGETS,204)".

그러므로 동작패밀리의 구조는 컨텍스트 모델로부터 얻어지고 상기 컨텍스트 모델은 상속된(적어도 부분적으로 얻는) 의미를 갖는 패밀리 그룹의 새로운 용어정 의를 초래하는 특정 동작형태 또는 컨텍스트 형태인 결합된 형태와 관계용어의 어플리케이션를 갖는 다섯개의 용어 그룹(기본용어세트(SET))을 정의한다. 실시예의 권리 데이터 딕셔너리에 의한 기본 용어세트(SET)의 특성은 이하의 표15에서 설명된다.

기본용어는 기본용어형태를 설명한다. 실시예의 권리 데이터 딕셔너리에 의한 기본 용어형태의 실시예는 표16에서 설명된다. 컨텍스트 모델의 어플리케이션에 의해 설명되는 동사형태(동작형태)로부터 파생되는 기본형태는 전술한 테비블의 실시예로부터 명백하게 된다. 그러므로 특정 동작형태로부터 파생되는 기본용어형태는 동작형태에 속하는 동작패밀리의 멤버이다.

도7에 도시된 바와 같이 컨텍스트모델의 어플리케이션은 컨텍스트 용어 및 기본용어세트(SET) 내의 다른 용어 사이의 관계 및 각 기본용어와 각 기본용어의 밸류(VALUE) 사이의 관계를 설명하는 다섯개의 기본 관계용어(216, 218, 220, 222 및 224)를 채용하고 있다. 상기 관계용어는 동작 패밀리 내의 기본용어의 형태에서 관계를 설명하는데 이용된다. 예를 들어, 에이전트 형태(208)는 동작형태(202)에 의해 특정된 동작을 수행하는 에이전트이다. 이것은 컨텍스트 형태(206)과 에이전트형태 사이에서 링크되어 표현됨에 주의하여야 한다. 동작형태(202)와 기본용어형태(206, 208, 210, 212 및 214) 사이의 "파생"용어(204)이외의 관계용어는 없다. 그 보다도 관계용어(216,218,220,222 및 224)는 컨텍스트용어 및 각 관계용어 사이의 관계를 설명한다. 상기 컨텍스트 용어는 허브-앤드-스포크(HUB-AND-SPOKE) 시스템의 허브로 설명된다. 이러한 사실에서 "컨텍스트 모델" 이라는 이름 이 나오게 되는 것이다. 이러한 상기 논리적구조는 - 컨텍스트 내의 동작을 대체하고 컨텍스트에 다른 용어를 관계함 - 숫자 내에서 리소스-센트릭 모델(RESOURCE-CENTRIC MODEL)보다 효율성 있는 것과 특히 권리 매너지먼트 어플리케이션에서 복잡한 상황을 설명하는데 필요한 관계용어의 복잡성을 제공하게 된다.

관계용어의 또 다른 형태는 기본용어 형태의 밸류(VALUE)와 관계가 있다. 예를 들면, 에이전트 형태(208)는 "has value" 관계용어(226)에 의해 밸류(228)로 링크될 것이다. 밸류(VALUE)(228)는 에이전트를 위해 식별자 또는 다른 이름이 될 것이다. 또한 예를 들어 타임형태(214)는 "has value" 관계용어(226)에 의해 특정 타임밸류(230)로, 컨텍스트를 컨텍스트밸류(VALUE)(236)로, 플레이스를 위치밸류(VALUE)(238)로, 리소스를 리소스밸류(VALUE)(232)로 링크될 것이다. 또한 본 발명의 바람직한 실시예 따라 실시예 및 관계용어의 설명은 이하의 표17에서 설명된다. 동작 패밀리를 생성하는 컨텍스트 모델의 특정 어플리케이션의 예는 이하의 표18에 제공된다.

도8은 동작 패밀리 내에서의 용어가 다른 형태로 분류되는 것을 도시한 것이다. 동작형태(202)는 기본용어형태(238), 제2 용어형태(240) 및 관계용어형태(242)를 파생할 것이다. 동작 패밀리 내의 다양한 용어를 고려하는 동안에 마인드(MIND) 내에서 구별을 가지고 있는 것이 도움이 될 것이다. 동작패밀리는 다른 형태의 특별한 형태를 포함할 것이라는 것이 상기 될 것이다. 예를 들면 동작패밀리는 한 형태의 리소스보다 더 많은 것을 포함하고 한 형태의 관계보다 더 많은 것을 포함한다.

도7에 도시된 바와 같은 동작형태(202)는 컨텍스트 형태(206)를 파생한다. 또한, 경우("have", "exist", "have name" 등의 동작형태)에 따른 동작형태는 동작형태의 컨텍스트로부터 이벤트 결과의 표현까지 파생한다. 또한, 컨텍스트의 형태는 복잡하거나 또는 특별한 경우에서 생성된다. 그와 같은 용어의 형태는 "스테이트(state)" 이다. "스테이트(state)" 는 기본적으로 이벤트의 결과로부터 초래되고 변함이 없는 컨텍스트로 정의된다. 그러므로 하나의 이벤트형태(또는 "스테이트의 근원적인 동작형태)는 하나 또는 그 이상의 상태 형태를 파생한다. 또한, 스테이트는 하나 또는 그이상의 관계에 의해 설명되고 각 동작형태는 하나 또는 그 이상의 상태 형태를 파생한다. 또한, 다수의 복잡한 속성을 갖는 상태의 설명에서 관계는 "경우(situation)"라 불리는 컨텍스트 형태로 조합된다.

"신분(status)"은 동작형태로부터 파생된 용어 형태의 또 다른 형태이다. 또한, 신분은 에이전트 또는 리소스 형태로서 에이전트와 리소스의 역할의 결과로 개체의 과거, 현재 또는 가능한 미래의 상태를 설명하는 형용사적인 자격으로 정의될 수 있다. 실시예의 데이터 딕셔너리에서, 동작형태는 표19에서 설명되는 신분형태를 파생한다. 권리데이터의 실시예에서, 신분용어는 무엇이 있었는지를 말하고 상태 또는 이외의 가능성을 갖는다. 신분용어는 컨텍스트 모델의 각 용어형태를 적용할 수 있고 동사의 현재와 과거의 분사형태를 포함하고(예를 들면 "used" 와 "using") 및 "usable" 과 같이 가능성 형태를 포함한다. 또한, 각 동작형태는 "경우(situation)" 형태에서 상태형태를 파생한다. 결과로서 동작패밀리는 이하의 형태 내의 관계를 포함한다(컨텍스트 모델에 따른 "경우(situation)" 관계의 예).

DO → BegetStateType → Situation

Make → BegetStateType → Existence

Name → BegetStateType → Nomination

다시 도7을 참조하면, 신분형태는 각 에이전트 형태(208), 리소스형태(210), 타임형태(214) 및 동작패밀리 내의 플레이스 형태(212)에 적용될 수 있다. 에이전트 형태와 리소스 형태를 위한 신분형태는 실시예의 권리 데이터 딕셔너리 내의 제1 용어 "동작(ACT)"로부터 파생되고 이하의 표21에 도시된다. 동작형태로부터 파생된 다른 신분형태는 신분용어의 형태이다. 플레이스 및 타임용어와 관련하여,신분형태에서 필요가 되는 것은 한계이고 표준화된 용어는 에이전트 형태와 리소스 형태를 위해 도입된다. 실시예의 신분형태 관계는 이하의 표22 에 제공된다. 의미있는 컨텍스트를 설명하는 다른 방법은 동작패밀리 관계뷰이다(ACTION FAMILY RELATING VIEW,AFRV). 실시예 AFRV(250)의 다이아그램은 도9에 도시된다. 상기 AFRV 는 컨텍스트 용어가 제거되었을 때, 패밀리 용어의 관계에 필요한 그룹의 관계로 판단된다. 다시 말하면 허브-앤드-스포크(HUB-AND-SPOKE) 관계 구조의 논리적 허브에서의 컨텍스트 용어는 제거되고 남아있는 용어(208,212,21,및 212)는 새로운 관계용어(246a-f)와 관계되고 새로운 관계용어는 컨텍스트의 전체 의미의 밸류(VALUE)를 유지한다. 동작패밀리가 상대적으로 작을 때, 이것은 관계용어의 큰 숫자의 발생없이 할 수 있게 된다; 그러나 동작패밀리의 크기가 증가함에 따라, AFRV 내에 필요되는 관계용어의 숫자는 관계되는 용어와 같이 기하학적인 진행 내 에서 증가된다. 도9에 도시된 바와 같이 네개의 용어 보다 많이 포함하는 동작패밀리가 인식될 수 있다. 예를 들면 동작패밀리는 다수의 리소스 용어를 포함한다.

AFRV 내의 관계용어는 이하와 같이 파생된다. 각 동작용어는 AFRV 를 포함하는 어떤 것 또는 요소의 컨텍스트 요소에 존재하는 일대일 관계의 모든 것을 파생한다. 결과로서 동작 패밀리는 AFRV 를 포함하는 관계를 포함할 것이다. 그러나 AFRV 관계용어는 모든 동작 형태에서 루틴하게(ROUTINELY) 파생되는 것이 필요하다. 데이터 딕셔너리는, 관계용어들이 다른 권한으로부터 맵핑용어를 뒷받침하도록 필요됨에 따라 관계용어들과 존재할 것이다. 즉 다른 표현언어들은 사전 내에서 맵핑한다. 예를 들어 제1용어 동작으로부터 파생된 관계용어는 표23에 도시된다. 동작형태로부터 파생된 다른 관계용어는 표23에 도시된 용어형태이다. 실시예의 권리데이터 딕셔너리로부터 AFRV 관계용어를 포함하는 실시예의 동작패밀리는 이하의 표24에서 설명된다.

동작패밀리와 관련하여, 각 특정된 동작 패밀리 또는 AFRV 관계에서, 상호간의 관계는 적당한 형태로 존재해야만 한다. 상호관계에서의 적당한 형태의 실시예는 이하의 표25에서 설명된다. 상호관계는 목표지점으로부터 표현된 의미있는 컨텐트를 가능하게 한다. 상기 관계는 다른지점에 근거하는 표현언어 사이의 맵핑을 촉진한다.

도7 및 도8에 도시된 동작 패밀리구조가 기본이라는 것을 인식할 수 있다. 실제로 동작패밀리는 보다 크고 보다 복잡하게 될 것이다. 표26은 실시예의 권리데이터 딕셔너리 내의 동작형태 "복사(COPY)"를 위해 보다 복잡한 동작패밀리의 실 시예를 제공한다. 상기 실시예는 상대적으로 간단한 공정에서의 메타데이터 관계를 도시한 것으로 특별한 스킴(SCHEME)에 의존되는 가능한 컨텍스트적인 관계의 큰 숫자를 포함한다. 유용하고 상호 이용이 가능한 사전은 관계들 중의 하나와 맵핑하는 것이 가능하다. 상기 관계는 근본적인 컨텍스트 모델 및 달리 정의된 규칙으로부터 논리적으로 발생되고, 관계의 볼륨은 자체로서 주요한 제한이 없다. 또한, 보다 큰 효율성에 있어서, 적합한 데이터 딕셔너리 내의 포함용어는 필수의 기본보다 "필요에 따라(as needed)" 가 되어야 한다.

새로운 용어를 데이터 딕셔너리에 더해진는 것이 바람직 할 때 - 예를 들어 특화된 의미를 더하는 것) - 새로운 용어는 동작패밀리의 멤버로서 더해지거나 컨텍스트 패밀리의 대안으로 더해질 수 있다. 어떠한 장점이, 컨텍스트 패밀리를 생성하는 컨텍스트 형태에 의해 반대되는 것과 같이 특정화된 동작 패밀리를 생성하는 동작형태에 의해 특정 선택으로부터 나타난다. 다른 하나의 장점은 보타 특정화를 위한 요구서를 채우넣고, 존재하는 비데이터 딕서너리 용어의 맵핑이 있다. 다시 말하면 부가적으로 관계 특정화는 필요하다면, 동작 패밀리는 더욱 효과적일 것이고, 그것은 동작형태가 보다 특정화할 수 있는 것으로부터 특정화된 용어의 완전한 세트(SET)의 파생에서 초래되기 때문이다. 또 하나 고려해야 할 것은 새로운 논리가 패밀리의 의미내에 존하는지이다; 새로운 논리는 동작 패밀리 내에서 새로운 용어의 범위를 통해 퍼뜨려지는 것이 일반적으로 필요할 것이다.

다른 한편, 컨텍스트 형태에 의한 파생의 선택은 존재하는 동작 패밀리 용어의 설명을 허용한다. 특정상태는 새로운 패밀리 용어의 전범위를 식별할 필요없이 동작 패밀리의 멤버에 있을 것이다. 예를 들어 설명되는 동사 "play_1"은, "source of playing" 는 "digital resource" , 즉 특별한 상태는 리소스용어 상에 위치된다는 것을 제외하면 "play_1"의 패런트 "play"는 식별될 것이다. 패밀리("playedresource_1"과 같이)의 다른 멤버는 맵핑 또는 특정화의 논리가 필요할 때 파생된다. 본 발명의 실시예에서 표준화된 용어의 패밀리는 대부분 동작형태에 의존하지만 패밀리는 사전이 보다 특정화되어 커짐에 따라 미리 처리될 것이고 새로운 패밀리의 대다수는 컨텍스트 패밀리가 될 것이다.

컨텍스트 패밀리는 동작패밀리와 같은 모든 동일한 용어형태를 포함하지만 모든 동일한 용어형태는 컨텍스트 형태와 비동작형태로부터 파생된 것을 제외한다. 예를 들어 권리데이터 딕셔너리의 실시예에서 컨텍스트 패밀리의 헤드인 권한있는 컨텍스트 형태는 이하의 표27에서 설명되는 용어형태의 밸류(VALUE)인 용어를 파생할 것이다. 동작패밀리 구조와 유사한 것이 실시예로부터 명백해진다. 또한 동작패밀리관계와 같이, 관계를 파생한 컨텍스트 패밀리는 상호관계를 정의한다. 컨텍스트 용어관계를 다른 기본용어 형태로 설명하는 것이 관계용어의 그룹과 같은 컨텍스트 설명을 정의하기에 바람직하다. 즉 정의된 컨텍스트 설명은 바람직한 컨텍스트 용어와 관련되는 기본용어의 형태의 편리한 설명을 허용할 것이다. 표28은 권리데이터 딕셔너리에 따른 컨텍스트 설명을 이용하기 위해 관계용어를 설명한다. 표29는 "originating event" 용어를 위한 컨텍스트 설명의 특정예를 기재한 것이다.

도10은 데이터딕셔너리 - 특히 본 발명에 따른 권리데이터 딕셔너리 - 는 도1에 도시된 바와 같이 메타데이터의 공정내에 이용된 도구로 판단된다. 본 발명에 의한 권리데이터 딕셔너리를 이용하는 메타데이터 표현을 분석하기 위한 실시예(260)의 방법을 도시한 것이다. 분석은 디지털 권리 매너지먼트로서 어플리케이션에서 일어난다. 표현을 분석하는 어떤 적합한 방법이 당해 발명분야에서 알려져 이용되고 있고 본 발명의 단계(262)에 의한 권리 데이터 딕셔너리의 선택을 포함하고 있다. 상기 선택단계(262)는 일반적으로 방법(26)의 잔류단계 보다 앞서서 일어난다. 컨텍스트방법(260)에서 단계(262)는 다른 것과의 사이에서 본 발명에 의한 데이터 딕셔너리에 의해 정의된 표현을 이용하는 몇몇 방법으로 작동되는 컴퓨터를 프로그램하는 것이다. 다시말하면, 본 발명에 의한 데이터 딕셔너리의 정의와 규칙은 컴퓨팅 오퍼레이션의 출력에 영향을 주는 몇몇 방법으로 이용된다. 유사하게 본 발명에 의한 데이터 딕셔너리는 데이터 딕셔너리를 이용한 권리 표현을 공식화하는 것에 의해 선택된다. 다른 도구, 예컨대 권리 표현언어와 같은 도구가 이용될 수 있으나 의미있는 컨텐트는 딕셔너리에 의해 정의되거나 맵핑된다. 당해 분야의 통상의 지식을 가진자는 어떻게 본 발명에 포함된 데이터를 선택하는 다른 방법을 수행하는지를 알 수 있을 것이다.

단계 264에서, 선택된 단계(262)에 의한 공식화된 표현의 용어가 당해 기술분야에서 알려진 것과 같이 적합한 컴퓨터 공정의 이용에서 읽혀지고 있다. 단계 266에서 각 용어가 인식되어진다면 결정된 알려진 용어와 비교될 수 있다. 읽음동작의 상태는 272 단계에서 체크되고 읽어야 할 부가적인 용어가 있다면 상기 공정루프는 단계264로 되돌아 간다. 상기 읽음용어가 단계 266에서 인식되지 않는다 면, 목적하는 응답은 단계 272로 진행되기 전에 단계 272에서 수행될 것이고, 공정은 종료될 것이다. 일반적으로 표현을 읽기 위한 적합한 방법은 당해 분야에서 잘 알려져 이용되고 정확히 열거된 단계(264-272)는 단지 실시예로 판단될 것이다.

표현이 단계 272에서 결정되어 읽혀진 후에, 동작은 표현의 기반 위에 단계 274에서 표현을 수행한다. 상기 동작은 단계 262와 같이 본 발명에 따라 데이터 딕셔너리로부터 선택된 정보에 의해 적어도 부분적으로 수행된다. 그러므로 도10은 당해 분야의 통상적인 지식을 가진자에 의한 하나의 실시예로서 디지털권리 매너지먼트와 같은 어플리케이션으로서 컨텍스트의 공통분석 동작내에서 본 발명을 이용할 수 있을 것이다.

권리데이터딕셔너리는 다른 표현언어 사이에서 공동사용을 제공하는 목적으로 적용된다. 실제로 권리 표현언어의 컨텍스트 내의 공동사용을 위해 제공되는 목적이 본 발명의 발전을 위한 중요한 모티베이션(MOTIVATION)이 되어야 한다. 권리데이터 딕셔너리 내에서, 스키마는 서로 다른 표현언어로부터의 용어사이에 맵핑을 뒷받침하는 순차적인 계층으로 의미있는 컨텐트를 분류하도록 제공된다. 도11은, 맵핑된 용어는 컨텍스트모델의 적용에 의한 맵핑된 동작용어(292)로부터 파생되는 것을 도시한 것이다. 상기 컨텍스트모델은 데이터딕셔너리 내의 맵핑되는 용어를 파생하는데 이용될 것이다. 생성, 구성 및 의미있는 컨텍스트의 설명을 위한 데이터 딕셔너리 도구의 모든 것은 맵핑을 위해 사용하도록 만들어지는 것이다.

상기와 같은 이득은, 외부용어(중재자의 외부용어), 이벤트에 관계하는 용어 및 외부동작용어(296)를 가성적으로 인식하는 것이 가능할 때 얻어지는 것이다. 인식이 존재하지 않는다면, 외부 동작용어(296)는 컨텍스트 모델을 적용하는 목적을 위해 가정될 것이다. 외부동작용어가 식별되더라도 의미있는 관계를 자연동작용어(290)로 정의하는 부합되는 맵핑된 외부동작용어(292)가 파생되는 것이 가능할 것이다. 다른 맵핑된 용어는 여기에 설명되는 컨텍스트 모델의 어플리케이션에 의한 맵핑된 외부동작용어(292)로부터 파생될 것이다.

상술한 바와 같이, 관계 용어를 이용하여 표현된 각각의 정의된 관계는 파생 또는 얻어진 공정으로부터 이루어진다. 상기 관계는 파생되거나 얻어진 맵핑용어(294)의 의미를 정의하는데 이용된다. 여러가지 경우에서, 정의된 의미있는 관계는 파생/얻어진 맵핑된 용어(294) 중의 하나 및 다른 외부 용어들 중(298) 하나 사이에서 쉽게 식별된다. 상기 파생 또는 얻어진 맵핑된 용어는 외부의 용어로서 동일한 의미를 갖는 최소한의 범위에서 데이터 딕셔너리의 맵핑된 용어로서 선택된다. 상기 맵핑된 용어(292,294)는 적합한 식별자 또는 다른 속성으로 할당되므로 외부용어(296,298)는, 해석 또는 변형동작 동안에서와 같은 맵핑관계를 갖는 일관된 방법으로 자동으로 해석된다. 상기 변형은 권리 매너지먼트의 컨텍스트 내에서 다른 권리 표현언어에서 정보처리의 상호운용면에서 이용될 수 있다.

유사한 딕셔너리는 권리 매너지먼트 보다 어플리케이션을 맵핑하는 것을 촉진하고 일반적으로 이벤트-베이스(EVENT-BASED) 사이에서 맵핑을 촉진하는 것이 명백하다.

도12는 상술한 맵핑으로부터 이루어지는 것과 같이 데이터 딕셔너리 범위 내의 맵핑관계를 실시예로서 도시한 것이다. 딕셔너리(280)는 용어세트(282,284)를 포함하고 자연용어(N1-N4)의 세트(SET)는 데이터딕셔너리에 따르며, 용어세트(282,284)에 제한을 두지 않는다. 용어세트(SET,282)는 맵핑된 용어(A1-A4)를 포함하고 제1 외부표현언어 내의 용어와 관련된다. 용어세트(SET,284)는 맵핑된 용어(B1-B4)를 포함하고 제2 외부표현 언어 내의 용어와 관련된다. 딕셔너리(280)는 다수의 각 용어와 용어세트(SET)를 포함한다. 하나의 예로서 표현된 "용어 A1은 용어 N1과 같은 의미이다" 와 같이 동등한 의미의 관계를 나타내는 의미 사이에서 그려진다. 예를 들어 맵핑된 용어 A1은 제1 관계하는 자연언어 N1 이고 맵핑된 용어 B1는 제1 표현언어가 제2로 변형된다.

바람직하게는 단일세트(SET)의 맵핑관계는 각 타임에서 새로운 용어세트(SET)를 필요로 하며, 다른 표현언어에의 부합이 부가된다. 상기 단일세트(SET)는 딕셔너리(280)의 딕셔너리의 N1-N4 용어와 같이 데이터 딕셔너리의 자연용어세트(SET)의 관계를 맵핑한다. 상기 맵핑은 적어도 변형목적 동안에 다른 맵핑된 용어 세트(SET) 사이에 직접적으로 관계를 정의하는 것이 거의 없고 불필요하다.

여러가지 다른 형태의 맵핑된 관계는 딕셔너리(280) 범위 내에서 발생한다. 예를 들어 A2와 같이 몇몇 맵핑된 용어는 또 다른 용어 세트(SET) 내의 용어에 한정되지 않는 자연용어에 맵핑된다. A3 및 A2와 같은 다른 용어는 파생형태의 관계에 의한 자신의 용어세트(SET)의 범위 내에서 맵핑된 용어와 관계되며 자연용어와의 직접적인 맵핑에 제한하지 않는다. 또한 B4와 같이 다른 용어는 외부의 표현언어 내에서 이용되고 분리된다. 따라서 용어 A2, A3, B2 및 B4는 용어세트(SET) 282,284 범위내에서 변형하기 위한 충분한 관계를 갖는 것이 필요하지 않다. 대조적으로 용어 A4 및 B3 사이의 변형이 가능해야만 하고 용어가 자연용어 N3 및 N4 사이의 관계를 포함하는 의미있는 체인에 의해 연결된다. N3 및 N4 의 관계가 용어세트(282,284)와 결합되는 외부의 표현언어 내에서 표현될 수 있다면, A4 및 B3 사이의 정확한 변형이 의미있는 컨텐트를 단지 가정할 것이다. 상기 실시예는 상술한 정의에 따라 계통적인 사용을 도시하는 것이다.

당업자는 권리표현언어 사이에서 변형되는 권리데이터 딕셔너리와 연결되는 전술한 맵핑개념을 적용할 수 있는 것이다. 도13은, 변형이 특별한 표현으로 이루어지는 것에 의한 방법(300)의 실시예를 도시한 것이다. 단계302에서 본 발명에 이한 데이터 딕셔너리가, 당해 분야에서 알려진 적합한 데이터 베이스 공정을 이용하는 것과 같이 액세스된다. 단계 304에서 목표밸류(VALUE) 표현언어는, 사용자로부터의 입력을 수신하거나 필요한 출력을 자동으로 결정하는 것에 의하는 것과 같이 식별된다. 단계 306에서 표현된 용어가 읽혀진다. 단계308에서 데이터 딕셔너리는 읽음용어가 데이터 딕셔너리에 의해 인식되는지를 결정하는 참조가 이루어 진다. 단계 310에서, 데이터 딕셔너리는, 맵이 용어로부터 목표되는 표현언어를 갖는 다른 용어까지에서 존재하는지를 결정하는 참조가 이루어진다. 또한 단계312에서 맵핑된 용어와 정의된 의미있는 체인에서의 교차하는 의미있는 메트리얼이 단계 314 에서 출력된다. 상기 공정은 표현까지 계속되고 단계 318에서 결처되는 것처럼 변형된다.

단계308과 310의 비인식 이벤트에서 적합한 리포트 또는 다른 동작의 몇몇 소트는 단계316에서 이루어진다. 당업자는 방법 300 에서 구비되는 것과 같이 본 발명에 의한 데이터 딕셔너리를 이용한 변형을 수행하는 알려진 컴퓨팅 방법 및 시스템을 이용할 수 있다. 또한 당업자는 권리표현 보다 다른 어플리케이션을 위한 머신 표현언어와 권리매너지먼트 사이의 변형을 위한 본 발명을 적용할 수 있다.

또한, 특별한 변형의 정확성을 체크함에 따라 변형된 표현이 원형 표현으로 되돌려지는 변형되도록 역으로 변형동작을 수행하는 것이 바람직하다. 역변형 표현이 원형표현을 식별할 수 없다면, 이것은 맵핑관계에 단점이 있음을 가리키는 것이다. 이러한 경우에서 변형된 표현은 플레그(FLAGGED)되거나 몇몇 적합한 동작은 단계 316에서와 같이 이루어진다.

외부용어세트(SET)를 위한 맵핑된 관계의 특별한 실시예를 검토하는 것이 효과적이다. 상술한 효과적인 하나의 실시예는 표30에 의해 제공되며 상기 컨텍스트 모델의 어플리케이션에 의한 특별한 세트(SET)의 권리 표현언어를 맵핑하는 것을 기술한다. 이러한 특별한 예는 많은 용어를 위한 중재밸류(VALUE) 형태의 이용을 하게 한다.

참고로, 여기에서 개시되는 실시예는 여러가지 실시 가능한 예 중에서 당업자의 이해를 돕기 위하여 가장 바람직한 실시예를 선정하여 제시한 것일 뿐, 본 발명의 기술적 사상이 반드시 이 실시예에만 의해서 한정되거나 제한되는 것은 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위내에서 다양한 변화와 부가 및 변경이 가능함은 물론, 균등한 타의 실시예가 가능함을 밝혀 둔다.

이하의 표은 2000. 2. 27 일자 Text of ISO/IEC CD 21000-Part - Right Data Dictionary(RDD)으로 명칭된 다큐먼트로부터 적용된 것이다. 표1은 용어신분, 표2는 의미형태, 표3은 어디트속성, 표4는 커멘트, 표5는 용어설명, 표6은 언어, 표7는 용어설명형태, 표8은 헤드워드, 표9는 동의어, 표10은 신택스관계, 표11은 속성관계, 표12는 계통, 표13은 관계용어의 계통, 표14는 계통구조의 예, 표15 기본용어세트(SET), 표16은 기본용어형태, 표16는 기본용어형태, 표17은 기본관계용어, 표18은 동작 패밀리의 예, 표19는 동작패밀리 신분형태, 표20는 신분용어, 표21는 "동작"으로부터 파생된 신분형태, 표22는 신분형태관계의 예, 표23는 "동작"을 위한 관계용어, 표24는 동작패밀리로부터의 AFRV 관계용어의 예, 표25는 상호관계, 표26는 동작 패밀리의 예, 표27는 컨텍스트 패밀리 파생관계, 표28는 컨텍스트 설명관계, 표29는 컨텍스트 설명의 예, 표30는 RDD 동작형태의 정의에 근거한 REL 권리를 나타낸 것이다.

용어 신분에 따른 허용밸류(VALUE) 정의	제한
표준화된 용어 지배표준에 의해 명백하게 정의 된 용어	생성, 변경 또는 표준화 용어의 삭제는 수정 또는 표준에 대한 정정을 필요로 한다.
자연용어 권한있는 헤드워드와 정의를 갖는 표준화된 용어와 다른 용어	용어는 하나의 자연용어로 파생된 권한있는 헤드워드 및 정의 또는 또 하나의 자연용어부터 상속한 의미 또는 비표준자격에 의존하여 신뢰가 없는 표준용어로부터 파생된 권한있는 헤드워드 및 정의를 갖는다. 자연용어는 표준에 의해 명백하기 보다는 오히려 등록권한에 의해 확립되지만 표준용어로서 동일한 성질을 갖는다. 용어는 두개 또는 그 이상의 권한에 의해 등록되는 헤드워드를 가질 때 권한있는 헤드워드와 정의로 주어진다. 이러한 것은 공통의 권한 용어에 맵핑되는 표준과는 다른 권한으로부터 두개 또는 그이상의 동등한 것을 가능하게 한다.

용어 신분에 따른 허용밸류(VALUE) 정의	제한
선택된 용어 표준권한이 근거하여 선택할 수 있고 표준권한과 다른 권한 하에서의 헤드워드와 정의를 갖는 용어	표준권한은 정의와 용어의 헤드를 지배하는 것을 양도하고 또 다른 권한 형태는, (a) 권한은, 부가한 용어를 위해 권한의 기준이 되는 하에서 특정용어 세트(SET)의 이득을 위해 권한을 확립하는 것과 같이 표준등록에 의해 인식된다. (b) 용어 또는 용어세트(SET)는 자연용어와 일치되는 맵핑될 수 있다. (c) 용어 또는 용어세트(SET)는 유지방법을 확립하다.
맵핑된 용어 용어는 표준권한과는 다른 권한 하에 있고, 식별자와 다른용어(분리된 용어와는 다른 용어)를 갖는 적어도 하나의 관계를 갖는다.	(d) 맵핑된 용어는 선택되고, 자연적이거나 표준화된 용어를 위한 기준을 맞족하는 계통을 가지며 굳이 한정되지는 않는다. e) 커멘트(정보를 제공하는): 맵핑된 용어는 표준권한보다 다른 권한으로부터 기원하고 전형적으로 단지 하나의 권한으로부터 발생한다. 두개 또는 그 이상의 비표준 권한하에서 용어는 일반적으로 자연용어가 되지만 자연용어에 한정하지 않고, 높게 배치된 맵핑, 소유주 또는 서로 제한된 용어를 허용한다.
분리된 용어 표준권한과는 다른 권한 하에서의 용어이고, 서로 용어사이의 관계가 있으나 관계의 제한이 없는 식별자를 가지고 있다(다른 분리된 용어와는 다른 용어	용어는 다른 권한에 의해 등록되었을 때 분리된다. (a) 맵핑이 아니거나 아직 맵핍이 되지 않거나 가능하거나, (b) 맵핑은 권한이 필요하지 않다. 그러나 권한은 권리데이터 딕셔너리 내의 용어세트(SET)에 용어를 더하기를 바란다.

헤드워드 정의	커멘트(정보적인)
근원적인 의미 사전 이외로 부터 소개되는 의미있는 메트리얼을 구성하는 전체적인 의미	제1용어("동작")은 근원적인 의미를 갖는 권한있는 용어이다.
부분적으로 얻어진 의미 근원적으로 메트리얼로 전체적으로 구성된 의미는 관계용어로부터 얻어지 하나 또는 그 이상의 의미와 조합된다.	의미는 컨텍스트 상속과 모델의 기초위에서 직간접적으로 확립된 다른 관계를 통해 얻어진다. 관계용어는 계통성 관계 및 특정부분을 설명하는 상속성을 상속성을 확립한다.
얻어진 의미 두개 또는 그 이상 존재하는 의미의 조합으로부터 구성되는 전체적인 의미는 관계용어로부터 얻어진다.

헤드워드 컨텍스트적인 설명	제한
날짜 이벤트 날짜	각 이벤트는 하나의 날짜를 가지고 있다.
동작형태 이벤트 동작의 형태	각 이벤트는 하나의 동작형태를 가지고 있다. 어디트속성 동작형태의 허락된 밸류(VALUE)는 생성, 변경 및 삭제이다. 부가하여 밸류(VALUE)는 등록권한에 의해 필요하다면 더해질 것이다.
권한 동작에 대한 책임있는 권한	각 이벤트는 적어도 하나의 권한 하에 있다.
어디트이유 이벤트에 대한 이유	각 이벤트는 적어도 하나의 삼사이유를 갖는다. 어디트이유의 허략된 밸류(VALUE)는 등록권한에 의해 확립되어야 한다.
어디트커멘트 이유 또는 확경, 이벤트에서의 커멘트	각 이벤트는 여러 언어에서 다양한 커멘트를 갖는다. 어디트커멘트는 어디트이유에 대한 선택적이거나 완전한 정도로 이용된다.

커멘트의 성질	제한
발생	각 용어 또는 커멘트할 수 있는 용어 속성은 다양한 언어 내의 다양한 속성 하에서 다양한 커멘트를 갖을 것이다. 하나의 커멘트는 다양한 용어로 귀착될 것이다.
권한	각 커멘트는 적어도 하나의 권한을 갖는다
언어	각 커멘트의 언어는 식별되어야 한다. 커멘트쉘에 대한 언어의 밸류(VALUE)는 널(NULL)이 될 수 없다. 분리된 용어 쉘보다 모든 용어 상의 커멘트는 적어도 특정의 공통 서술언어 내에서 표현된다.

용어설명의 성질	제한
발생	각 용어는 모든 언어 내에서 다양한 권한 하에서 다양한 용어설명을 갖는다.
권한	각 용어설명 쉘은 적어도 하나의 권한을 갖는다. 용어설명이 비표준화된 권한 하에서 존재할 때, 설명은 가능한한 디셔너리내에 포함되어야한다.
언어	각 용어 설명 쉘의 언어는 식별된다. 용어설명 쉘에 대한 언어 밸류(VALUE)는 널(NULL)이 되지 않는다. 분리된 용어 쉘 보다 모든 용어의 용어설명은 적어도 공통 설명 언어 내에서 표현된다.
커멘트	용어설명은 여러 언어 내의 여러 권한하에서 여러종류의 커멘트를 갖는다
형태	각 용어설명 쉘은 정확히 하나의 용어설명 형태를 갖는다.

언어의 성질	제한
허용된 밸류(VALUE)	텍스트적인 요소의 쉘의 언어는 ISO639L\＼언어코드를 이용하여 식별된다.
공통 설명언어	공통설명언어의 밸류(VALUE)는 영어(ISO639-2 코드:영어)가 되어야 한다.
변형	텍스트적인 요소는 또 다른 텍스트적인 요소가 또 다른 자연언어로 변형될 때, 관계용어 IsTranslationOf 를 이용한 관계에 의해 설명된다.
선택	텍스트적인 요소로 기인되는 언어는 도소가 일혀지고 이해될 때의 언어로 되어야하고 용어의 언어적 발생에 따르는 언어는 아니다. 예: 라틴 발생의 용어(센트 마다와 같이) 또는 프렌치 발생(전반 등급과 같이)이 영어 내에서 표현되는 텍스트적인 용어의 컨텍스트 내에서 이용될 때, 영어언어 내의 텍스트적인 요소와 같이 식별되어야만 한다.

헤드워드의 용어설명형태	제한
정의 형식적인 규칙에 따른 용어의 설명	용어는 여러 개의 권한 하에서 여러개의 정의를 갖는다. 커멘트: 두개의 정의에 의한 워딩은, 정의가 의미적으로 식별되지 않기 때문에 다양할 수 있다. 이것은 변형적인 정의에서 동의어 중복의 참이지만 두개의 다른 권한 하에서 동일한 언어 내의 정의에 적용될 수 있다. 각 권한은 정의에 대하여 형식적인 규칙을 확립할 것이다. RDD 는 정의의 두개의 형태를 인식한다. Rdd 는 정의 와 선택된 정의. 정의는 어느 언어의 표준 RDD 권한하에서 여러 커멘트를 갖는다.
RDD 정의 RDD 권한 용어의 정의	표준용어 또는 자연용어 쉘은 공통적인 설명언어 내의 정확하게 하나의 RDD 정의를 갖고, 여러 언어의 이러한 변형을 갖는다. RDD 정의에 대한 권한은 RDD 권한이다.
선택된 정의 또 하나의 권한으로부터 rdd 표준권한에 의한 용어의 정의	선택된 용어 쉘은 공통적인 설명언어 내의 하나의 선택된 정의를 갖고 여러개의 언어내에서 언어의 변형을 갖는다. 선택된 정의에 대한 권한은 선택된 정의가 얻어지는 것으로부터의 Rdd 표준 권한과 권한이다.
예 용어의 의미를 설명하는 일반적인 예	각 용어는 여러 언어 내의 여러 권한 하에서 여러 예를 갖는다.

헤드워드의 성질	제한
발생	용어는 여러 개 언어의 권한 하에 있는 헤드워드를 갖고, 쉘은 하나의 권한 하의 여러 언어 내에 있는 하나의 헤드워드를 갖는다.
권한	각 헤드워드 쉘은 적어도 하나의 권한을 갖는다. 용어는 서로 다른 권한 하에서 다른 헤드워드(그리고 동의어)를 갖는다. 역으로 헤드워드(또는 동의어)는 다른 용어로 간주되는 서로 다른 권한에 의해 이용된다.
언어	각 헤드워드의 쉘의 언어는 식별된다. 헤드워드에 대한 언어는 널(NULL)이 될 것이다. 헤드워드는 인식가능한 자연언어로부터 워드 또는 구와 같이 일반적으로 표현된다. 그러나 헤드워드는 숫자 또는 코드 형태를 갖고 널(NULL) 밸류(VALUE)을 갖는다.
유일함	헤드워드 또는 동의어의 조합은 언어와 권한이 유일하다.
커멘트	헤드워드는 여러 언어의 여러 권한 하에 있는 여러 커멘트를 갖는다.
동의어	헤드워드는 헤드워드와 마찬 가지로 동일한 권한 하에서 여러 개의 동의어를 갖는다.

동의어의 성질	제한
범위	동의어는 자연언어 이름 또는 여러 종류의 식별자가 된다.
권한	각 동의어는 적어도 하나의 권한을 갖으며 동의어가 관계되는 헤드워드의 관한에 식별력이 있다.
언어	각 동의어의 언어는 식별된다. 동으어에 대한 언어의 밸류(VALUE)는 널(NULL)이 된다. 헤드워드와 같이 동의어는 인식할 수 있는 자연언어로부터의 워드와 같이 일반적으로 표현된다. 그러나, 동의어는 숫자 또는 코드의 형태를 갖고 널(NULL) 밸류(VALUE)를 갖는다.
유일함	헤드워드 또는 동의어의 조합은 언어와 권한이 유일하다.
커멘트	동의어는 여러 언어의 여러 권한 하에 있는 여러 커멘트를 갖는다.

에뉴머레이터 용어1[밸류(VALUE)1] → 관계용어 → 용어2[밸류(VALUE)2] → [occ:n] [참:밸류(VALUE)][prec:밸류(VALUE)][시각타임:밸류(VALUE)][종료타임:밸류(VALUE)][auth:밸류(VALUE)]

트리플의 예:

표준에서 관계의 관계의 종례의 표현 예 1 Doing → IsTypeOf → Acting 2 DerivingEvent[#1] → HasAgentType → Deriver{#2] 3 foo : Wirter →IsEqualTo → Translator[true:Never] 4 foo : Wirter →IsEqualTo → Author[prec:Approximately][auth:foo] 5 Euro →IsCurrencyOf → France[StartTime:20010101]

속성	설명	발생
에뉴머레이터	RDD 내의 각 관계는 유일한 내부 식별자를 갖는다.	1
용어1	용어 또는 관계는 관계의 주제이다.	1
[밸류(VALUE)1]	용어1의 밸류(VALUE). 밸류(VALUE)는 다른 용어, 스트링, 인테저 또는 중재밸류(VALUE)가 될 것이다. 밸류(VALUE)가 속하지 않을 때, 용어1 쉘은 용어1의 형태의 가능한 모든 밸류(VALUE)을 나타낼 수 있게 추정된다.	0-1
관계용어	용어는 관계 내의 용어1과 용어2 사이에서의 자연적인 결합을 설명한다.	1
용어2	용어와 관계는 관계의 목적이다.	1
[밸류(VALUE)2]	용어2의 밸류(VALUE). 밸류(VALUE)는 다른 용어, 스트링, 인테저 또는 중재밸류(VALUE)가 될 것이다. 밸류(VALUE)가 속하지 않을 때, 용어2 쉘은 용어2의 형태의 가능한 모든 밸류(VALUE)을 나타낼 수 있게 추정된다.	0-1
[occ:n]	관계가 컨텍스트 설명 내에 포함될 때 유효하다. 컨텍스트 설명의 예에서 관계형태의 가능한 발생 숫자("n")	0-1
[true:Value]	QualiityTypeReliability의 밸류(VALUE)는 관계용어에 적용되고 관계는 참인주파수로 표현된다. 허용된 밸류(VALUE)는 Always, Usaually, Sometimes 그리고 Never 이다. 디폴트 밸류(VALUE)는 Always이다. 커멘트(유익한): 밸류(VALUE) Always, Sometimes 그리고 Never 는 일반적으로 고용된 밸류(VALUE) Must, May 및 MayNot 과 일치한다. 밸류(VALUE) Usually 는 May 에 일치한다. Usually와 Sometimes의 구별은 모호한 맵핑 내에서 표현되는 우선을 허용함에 만들어진다: 예를 들면, foo : Wirter is Usually EqualTo Author 과 Sometimes EqulaTo Translator 이다.	0-1
[prec:밸류(VALUE)]	QuailityTypePrecision 의 밸류(VALUE)는 관계용어에 적용되고 관계의 정확도를 표현한다. 허용된 밸류(VALUE)는 Exact 및 Approximate 이다. 디폴트 밸류(VALUE)는 EXACT 이다.	0-1
[시각타임:밸류(VALUE)]	관계가 유효한 것으로부터의 타임	0-1
[종료타임:밸류(VALUE)]	관계가 유효할 때까지의 타임	0-1
[auth:밸류(VALUE)]	관계의 권한. 하나의 관계에서 모든 속성은 동일한 권한에 의해 권한이 주어진다.	1-n

관계용어	발생	예(정보적인)
그룹 A
IsContextTypeBegottenBy	0-1	CopyingEvent → IsconTextTypeBegottenBy → Copy
IsAgentTypeBegottenBy	0-1	Adaptor → IsAgentTypeBegottenBy → Adapt
IsResourceTypeBegottenBy	0-1	Identifier → IsResourceTypeBegottenBy → Identifier
IsTimeTypeBegottenBy	0-1	TimeOfModifying → IsTimeTypeBegottenBy → Modify
IsPlaceTypeBegottenBy	0-1	PlaceOfAsserting → IsPlaceTypeBegottenBy → Assert
IsStateTypeBegottenBy	0-1	Situation → IsStateTypeBegottenBy → Event
IsStatusTypeBegottenBy	0-1	Executable → IsStatusTypeBegottenBy → Execute
IsEntityTypeBegottenBy	0-1	Exister → IsEntityTypeBegottenBy → Existence
IsAttributeTypeBegottenBy	0-1	(StandarizedTerms의 예가 없다)
그룹B
IsTypeOf	0-1	n Copy → IsTypeOf → Derive n PrimaryName → IsTypeOf → Name
HasComponent	0,2-n	n Creator → HasComponent → Originator[참:Sometimes] n Creator → HasComponent → Deriver[참:Sometimes]
IsEqualTo	0-n	n foo : arranger→IsEqualTo→ Deriver[Prec:Approximate]
IsPartOf	0-n	n foo : fragment→IsPartOf → foo:Resource
IsAllowedVlaueOf	0-n	n Exact → IsAllowdValueOf → Presion
IsclassOf	0-n	n TermStatus → IsclassOf → Term
IsOpposedTo	0-n	n Assert → IsOpposedTo → Deny

관계용어	발생	예(정보적인)
IsRelatingTermFrom	1	IsPerformedBy → IsRelatingTermFrom → Performance
IsRelatingTermTo	1	IsPerformedBy → IsRelatingTermTo → Performer
IsReciprocalOf	1	IsPerformedBy → IsReciprocalOf →IsPerformerOf

예:카핑이벤트의 계통(CopyingEvent) 1 CopyingEvent → IsTypeOf → DerivingEvent 2 CopyingEvent → IsContextTypeBegottenBy → Copy

예:패이션트의 계통(Patient) 1 Patient → IsTypeOf → Resource 2 Patient → IsResourceTypeBegottenBy → Do

예:용어세트(SET)의 계통(TermSet) 1 TermSet → IsTypeOf → Set 2 TermSet → HasMember → Term[occ:1-N] 3 TermSet → Has → Authority[occ:1-N]

예:프린팅을 위한 소스의 계통(SourceForPrinting] 1 SourceForPrinting → IsTypeOf → Set 2 SourceForPrinting → IsTypeOf → Term[occ:1-N] 3 SourceForPrinting → IsSourceTypeBegottenBy → Print 4 SourceForPrinting → Isa → Fixation

헤드워드 정의	커멘트(정보적인)
컨텍스트 동작발생의 환경	컨텍스트는 컨텍스트의 속성 합에 의해 정의된다. 컨텍스트의 원칙형태는 이벤트(몇몇 속성이 변화되는) 및 경우(속성이 변화되지 않는)이다.
에이전트 동작개체	일반적으로 에이전트는 사람 또는 협력회사이지만, 에이전트는 컴퓨터 또는 컴퓨터 애플리케이션과 같은 무생물이다. 상기 컴퓨터 또는 컴퓨터 애플리케이션은 특별한 컨텍스트 내에서 에이전시를 하는 사람들에 의해 직접적 또는 간접적으로 행해진다(예를 들어 하나의 이벤트는 또 다른 커즈(CAUSE) 가 될 것이다).
리소스 에이전트, 타임 또는 플레이스 보다 컨텍스트내에 포함되는 개체	리소스는 에이전트, 타임 또는 플레이스가 아닌 동작에 의해 몇몇 방법에 영향을 주는 "catch-call" 이다. 리소스는 일반적으로 무생물이지만 에이전트와는 다른 사람 또는 협력회사가 될 수 있다; 또는 다른 컨텍스트는 크리에시션(CREATION)의 주제와 같이 포함될 때(예를 들면),동작(예를 들면, 이벤트의 결과의 경우) 또는 타임 및 플레이스에 의해 영향을 받는다.
타임 컨텍스트의 템포럴 파라미터	컨텍스트는 정확도 및 연속성을 포함하는 필요한 속성을 갖는 이산적인 밸류(VALUE) 또는 범위로서 표현되는 다중 타임을 갖는다
플레이스	컨텍스트는 정확도 및 연속성을 포함하는 필요한 속성을 갖는 이산적인 밸류(VALUE) 또는 범위로서 표현되는 다중 플레이스를 갖는다

헤드워드 Rdd 정의	예(정보적인)
컨텍스트 형태 컨텍스트의 형태	DerivingEvent는 Derive 동작형태의 컨텍스트 형태이다. Assertion은 Assert 동작형태의 컨텍스트 형태이다. SITUATION는 Have 동작형태의 컨텍스트 형태이다.
에이전트 형태 에이전트의 형태	얻음자(Dervier)는 얻음(Deriver)동작형태의 에이전트 형태이다. 주장자(ASSERTER)는 주장(Assert) 동작형태의 에이전트 형태이다. 개체(Enity)는 소유(HAVE) 동작형태의 에이전트 형태이다.
리소스형태 리소스의 형태	Derivation, SourceOfDerivation 및 DerivingTool은 DERIVE 동작형태의 컨텍스트 형태이다. AssertedResource는 Assert동작형태의 리소스형태이다. Attribute은 Have 동작형태의 리소스 형태이다.
타임형태 타임의 형태	TimeOfDeriving 은 Derive 동작형태의 타임형태이다. TimeOfAssert은 Assert 동작형태의 컨텍스트 형태이다. TimeOfSituation은 Have동작형태의 컨텍스트 형태이다.
플레이스 형태 플레이스의 형태	PlaceOfDeriving, PlaceOfDerivingFromand PlaceOfDerivingTo a place type of the act type Derive PlaceOfAsserting 은 Assert 동작형태의 플레이스 형태이다. PlaceOfSituation 은 have 동작형태의 플레이스 형태이다.

헤드워드 정의	커멘트
에이전트 형태를 갖음 컨텍스트를 컨텍스트 내에서 동작하는 에이전트 형태로 링크하는 관계용어	예: Creator 를 CreatingEvent 로 링크 도8의 도면부호 216 참조
리소스 형태를 갖음 컨텍스트를 컨텍스트 내에 포함되는 에이전트 형태로 링크하는 관계용어	예: Creation 를 CreatingEvent 로 링크 도8의 도면부호 220 참조
타임 형태를 갖음 컨텍스트를 컨텍스트가 일어나는 관계 내의 타임형태로 링크하는 관계용어	예: TimeOfCreating 를 CreatingEvent 로 링크 도8의 도면부호 218 참조
플레이스 형태를 갖음 컨텍스트를 컨텍스트가 일어나는 관계 내의 플레이스형태로 링크하는 관계용어	예: PlaceOfCreating 를 CreatingEvent 로 링크 도8의 도면부호 222 참조
밸류(VALUE)를 갖음 용어를 용어밸류(VALUE)로 링크하는 관계용어	관계용어는 평가형태에 대해 동작 패밀리로부터 얻어진다. 도8의 도면부호 224,226 참조

복사동작패밀리 내의 컨텍스트 모델 용어 타입관계 1 Copy → BegetsContextType → CopyingEvent 2 Copy → BegetsAgentType → Copier 3 Copy → BegetsResourceType → SourceOfReplica 4 Copy → BegetsResourceType → Replica 5 Copy → BegetsResourceType → CopyingTool 6 Copy → BegetsTimeType → TimeOfCopying 7 Copy → BegetsPlaceType → PlaceOfCopying 8 Copy → BegetsPlaceType → PlaceOfCopyingFrom 9 Copy → BegetsPlaceType → PlaceOfCopyingTo

신분 정의	예(정보적인)
히스토릭(Historic) 신분 컨텍스트형태에서 에이전트 형태 또는 리소스형태가 되는 개체	일반적으로 과거분사에 근거한다. 예: Identified, Used, Copied, Played, Categorized, Adapted, Owned. 이러한 신분은 발생되는 컨텍스트에 대하여 특정하지 않는다.
현재 신분 컨텍스트 형태에서 에이전트 형태 또는 리소스형태인 개체	일반적으로 현재분사에 근거한다. 예: Transforming, Printing, Writing, BeingModified, UsingTool. 이러한 신분은 일어나는 컨텍스트에 대하여 특정하지 않는다.
잼재적 신분 컨텍스트 형태에서 에이전트 형태 또는 리소스형태가 될 개체	예: Perceivable, Adaptable, Usable, Copiable, Executable. 이러한 상태는 일어날 컨텍스트에 대하여 특정하지 않는다.

신분 정의	예
히스토릭(Historic) 신분 컨텍스트형태에서 에이전트 형태 또는 리소스형태가 되는 개체	일반적으로 과거분사에 근거한다. 예: Identified, Used, Copied, Played, Categorized, Adapted, Owned. 이러한 신분은 발생되는 컨텍스트에 대하여 특정하지 않는다.
현재 신분 컨텍스트 형태에서 에이전트 형태 또는 리소스형태인 개체	일반적으로 현재분사에 근거한다. 예: Transforming, Printing, Writing, BeingModified, UsingTool. 이러한 신분은 일어나는 컨텍스트에 대하여 특정하지 않는다.
잼재적 신분 컨텍스트 형태에서 에이전트 형태 또는 리소스형태가 될 개체	예: Perceivable, Adaptable, Usable, Copiable, Executable. 이러한 상태는 일어날 컨텍스트에 대하여 특정하지 않는다.

	에이전트 형태	리소스 형태
히스토릭	동작된	~에 동작
현재	동작중	~에 동작중인
잠재	동작적인	동작가능한

복사동작패밀리 내의 신분형태관계 1 Copy → BegetsStatusType → Copiable 2 Copy → BegetsStatusType → Copying 3 Copy → BegetsStatusType → Copied 4 Copy → BegetsStatusType → BeingCopied 5 Copy → BegetsStatusType → CopiedFrom 6 Copy → BegetsStatusType → BeingCopiedFrom 7 Copy → BegetsStatusType → CopiableFrom

	에이전트	리소스	타임	플레이스
에이전트	협력에이전트를 갖는다	에이전트 동작이다	시간에서의 에이전트이다	플레이스에서의 에이전트이다
리소스	동작되는 리소스가 된다	협력리소를 갖는다	시간에서의 리소스이다	플레이스에서의 리소스이다
타임	동작의 타임이다	동작되는 타임이다	협력시간이다	플레이스에서의 시간이다
플레이스	동작하는 플레이스이다	동작되는 플레이스이다	시간에서의 동작의 플레이스이다	동작에서의 협력 플레이스이다

복사동작패밀리 내의 AFRV 관계용어 관계 1 Copy → BegetsRelatingTerm → HasCo-Copier 2 Copy → BegetsRelatingTerm → IsCopierFrom 3 Copy → BegetsRelatingTerm → IsCopierOf 4 Copy → BegetsRelatingTerm → IsCopierWithTool 5 Copy → BegetsRelatingTerm → IsCopierAtTime 6 Copy → BegetsRelatingTerm → IsCopierInPlace 7 Copy → BegetsRelatingTerm → IsCopierFromPlace 8 Copy → BegetsRelatingTerm → IsCopierToPlace 9 Copy → BegetsRelatingTerm → IsSourceOfReplicaOfCopyingBy 10 Copy → BegetsRelatingTerm → HasCo-SourceOfReplica 11 Copy → BegetsRelatingTerm → IsSourceOfReplicaOf 12 Copy → BegetsRelatingTerm → IsCopiedFromWithTool 13 Copy → BegetsRelatingTerm → IsSourceOfReplicaAtTime 14 Copy → BegetsRelatingTerm → IsCopiedFromPlace 15 Copy → BegetsRelatingTerm → IsReplicaInPlaceOfCopyingTo 16 Copy → BegetsRelatingTerm → IsSourceOfReplicaInPlace 17 Copy → BegetsRelatingTerm → IsSourceInPlaceOfCopyingFrom 18 Copy → BegetsRelatingTerm → IsSourceCopiedFromToPlace 19 Copy → BegetsRelatingTerm → HasCo-Replica 20 Copy → BegetsRelatingTerm → IsCopiedWithTool 21 Copy → BegetsRelatingTerm → IsCopiedAtTime 22 Copy → BegetsRelatingTerm → IsCopiedInPlace 23 Copy → BegetsRelatingTerm → IsCopiedFromPlace 24 Copy → BegetsRelatingTerm → IsReplicaInPlaceOfCopyingTo 25 Copy → BegetsRelatingTerm → IsCopyingToolOf 26 Copy → BegetsRelatingTerm → IsToolForCopyingFrom 27 Copy → BegetsRelatingTerm → IsToolForCopying 28 Copy → BegetsRelatingTerm → HasCo-ToolForCopying 29 Copy → BegetsRelatingTerm → IsToolForCopyingAtTime 30 Copy → BegetsRelatingTerm → IsToolForCopyingInPlace 31 Copy → BegetsRelatingTerm → IsToolForCopyingFromPlace 32 Copy → BegetsRelatingTerm → IsToolForCopyingToPlace 33 Copy → BegetsRelatingTerm → IsTimeOfCopyingBy 34 Copy → BegetsRelatingTerm → IsTimeOfCopyingFrom 35 Copy → BegetsRelatingTerm → IsTimeOfCopyingOf

복사동작패밀리 내의 AFRV 관계용어 관계 36 Copy → BegetsRelatingTerm → IsTimeOfCopyingWithTool 37 Copy → BegetsRelatingTerm → HasCo-TimeOfCopying 38 Copy → BegetsRelatingTerm → IsTimeOfCopyingInPlace 39 Copy → BegetsRelatingTerm → IsTimeOfCopyingFromPlace 40 Copy → BegetsRelatingTerm → IsTimeOfCopyingToPlace 41 Copy → BegetsRelatingTerm → IsPlaceOfCopyingBy 42 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFrom 43 Copy → BegetsRelatingTerm → IsPlaceOfCopyingOf 44 Copy → BegetsRelatingTerm → IsPlaceOfCopyingWithTool 45 Copy → BegetsRelatingTerm → HasCo-PlaceOfCopying 46 Copy → BegetsRelatingTerm → IsPlaceOfCopyingAtTime 47 Copy → BegetsRelatingTerm → IsPlaceOfCopyingIncludingPlaceOfCopyingFrom 48 Copy → BegetsRelatingTerm → IsPlaceOfCopyingIncludingPlaceOfCopyingTo 49 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFromBy 50 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFromOf 51 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFromFromSource 52 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFromWithTool 53 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFromAtTime 54 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFromWithinPlaceOfCopying 55 Copy → BegetsRelatingTerm → HasCo-PlaceOfCopyingFrom 56 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFromTo 57 Copy → BegetsRelatingTerm → IsPlaceOfCopyingToBy 58 Copy → BegetsRelatingTerm → IsPlaceOfCopyingToOf 59 Copy → BegetsRelatingTerm → IsPlaceOfCopyingToFromSource 60 Copy → BegetsRelatingTerm → IsPlaceOfCopyingToWithTool 61 Copy → BegetsRelatingTerm → IsPlaceOfCopyingToAtTime 62 Copy → BegetsRelatingTerm → HasCo-PlaceOfCopyingTo 63 Copy → BegetsRelatingTerm → IsPlaceOfCopyingToWithPlaceOfCopying 64 Copy → BegetsRelatingTerm → IsPlaceOfCopyingToFrom

관계	상호적으로	발생
ActType → BegetsContextType →ContextType	ContextType → IsContextTypeBegottenBy → ActType	1
ActType → BegetsAgentType → AgentType	AgentType → IsAgentTypeBegottenBy → ActType	0-1
ActType → BegetsResourceType → ResourceType	ResourceType → IsResourceTypeBegottenBy → ActType	0-n
ActType → BegetsTimeType → TimeType	TimeType → IsTimeTypeBegottenBy → ActType	1-n
ActType → BegetsPlaceType → PlaceType	PlaceType → IsPlaceTypeBegottenBy → ActType	1-n
ActType → BegetsRelatingTerm → AFRVRelatingTerm	AFRVRelatingTerm → IsRelatingTermBegottenBy → ActType	4-n
ActType → BegetsStateType → StateType	StateType → IsStateTypeBegottenBy → ActType	0-n
ActType → BegetsStatus → StatusType	StatusType → IsStatusTypeBegottenBy → ActType	0-n

상기 예의 모든 관계용어를 포함하는 복사에 대한 완전한 동작패밀리의 예 1 Copy → BegetsContextType → CopyingEvent 2 Copy → BegetsAgentType → Copier 3 Copy → BegetsResourceType → SourceOfReplica 4 Copy → BegetsResourceType → Replica 5 Copy → BegetsResourceType → CopyingTool 6 Copy → BegetsTimeType → TimeOfcopying 7 Copy → BegetsPlaceType → PlaceOfCopying 8 Copy → BegetsPlaceType → PlaceOfCopyingFrom 9 Copy → BegetsPlaceType → PlaceOfCopyingTo 10 Copy → BegetsPlaceType → HasCo-Copier 11 Copy → BegetsRelatingTerm → IsCopierFrom 12 Copy → BegetsRelatingTerm → IsCopierOf 13 Copy → BegetsRelatingTerm → IsCopierWithTool 14 Copy → BegetsRelatingTerm → IsCopierAtTime 15 Copy → BegetsRelatingTerm → IsCopierInPlace 16 Copy → BegetsRelatingTerm → IsCopierFromPlace 17 Copy → BegetsRelatingTerm → IsCopierToPlace 18 Copy → BegetsRelatingTerm → IsSourceOfReplicaOfCopyingBy 19 Copy → BegetsRelatingTerm → HasCo-SourceOfReplica 20 Copy → BegetsRelatingTerm → IsSourceOfReplicaOf 21 Copy → BegetsRelatingTerm → IsCopiedFromWithTool 22 Copy → BegetsRelatingTerm → IsSourceOfReplicaAtTime 23 Copy → BegetsRelatingTerm → IsCopiedFromPlace 24 Copy → BegetsRelatingTerm → IsReplicaInPlaceOfCopyingTo 25 Copy → BegetsRelatingTerm → IsSourceOfReplicaInPlace 26 Copy → BegetsRelatingTerm → IsSourceInPlaceOfCopyingFrom 27 Copy → BegetsRelatingTerm → IsSourceCopiedFromToPlace 28 Copy → BegetsRelatingTerm → HasCo-Replica 29 Copy → BegetsRelatingTerm → IsCopiedWithTool 30 Copy → BegetsRelatingTerm → IsCopiedAtTime 31 Copy → BegetsRelatingTerm → IsCopiedInPlace 32 Copy → BegetsRelatingTerm → IsCopiedFromPlace 33 Copy → BegetsRelatingTerm → IsReplicanInPlaceOfcopyingTo 34 Copy → BegetsRelatingTerm → IsCopyingToolOf 35 Copy → BegetsRelatingTerm → IsToolForCopyingFrom 36 Copy → BegetsRelatingTerm → IsToolForCopying 37 Copy → BegetsRelatingTerm → HasCo-ToolForCopying 38 Copy → BegetsRelatingTerm → IsToolForCopyingAtTime 39 Copy → BegetsRelatingTerm → IsToolForCopyingInPlace 40 Copy → BegetsRelatingTerm → IsToolForCopyingInPlace

상기 예의 모든 관계용어를 포함하는 복사에 대한 완전한 동작패밀리의 예 41 Copy → BegetsRelatingTerm → IsToolForCopyingToPlace 42 Copy → BegetsRelatingTerm → IsTimeOfCopyingBy 43 Copy → BegetsRelatingTerm → IsTimeOfCopyingFrom 44 Copy → BegetsRelatingTerm → IsTimeOfCopyingOf 45 Copy → BegetsRelatingTerm → IsTimeOfCopyingWithTool 46 Copy → BegetsRelatingTerm → HasCo-TimeOfCopying 47 Copy → BegetsRelatingTerm → IsTimeOfCopyingInPlace 48 Copy → BegetsRelatingTerm → IsTimeOfCopyingFromPlace 49 Copy → BegetsRelatingTerm → IsTimeOfCopyingToPlace 50 Copy → BegetsRelatingTerm → IsPlaceOfCopyingBy 51 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFrom 52 Copy → BegetsRelatingTerm → IsPlaceOfCopyingOf 53 Copy → BegetsRelatingTerm → IsPlaceOfCopyingWithTool 54 Copy → BegetsRelatingTerm → HasCo-PlaceOfCopying 55 Copy → BegetsRelatingTerm → HasCo-PlaceOfCopyingFrom 56 Copy → BegetsRelatingTerm → IsPlaceOfCopyingIncludePlaceOfCopyingFrom 57 Copy → BegetsRelatingTerm → IsPlaceOfCopyingIncludePlaceOfCopyingTo 58 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFromBy 59 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFromOf 60 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFromFromSource 61 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFromWithTool 62 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFromAtTime 63 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFromWithPlaceOfCopying 64 Copy → BegetsRelatingTerm → HasCo-PlaceOfCopyingFrom 65 Copy → BegetsRelatingTerm → IsPlaceOfCopyingFromTo 66 Copy → BegetsRelatingTerm → IsPlaceOfCopyingToBy 67 Copy → BegetsRelatingTerm → IsPlaceOfCopyingToOf 68 Copy → BegetsRelatingTerm → IsPlaceOfCopyingToFromSource 69 Copy → BegetsRelatingTerm → IsPlaceOfCopyingToWithTool 70 Copy → BegetsRelatingTerm → IsPlaceOfCopyingToAtTime 71 Copy → BegetsRelatingTerm → HasCo-PlaceOfCopyingTo 72 Copy → BegetsRelatingTerm → IsPlaceOfCopyingToWithinPlaceOfCopying 73 Copy → BegetsRelatingTerm → IsPlaceOfCopyingToFrom 74 Copy → BegetsStatusType → Copiable 75 Copy → BegetsStatusType → Copying 76 Copy → BegetsStatusType → Copied 77 Copy → BegetsStatusType → BeingCopied 78 Copy → BegetsStatusType → CopiedFrom 79 Copy → BegetsStatusType → BeingCopiedFrom 80 Copy → BegetsStatusType → CopiableFrom

관계	상호적으로	발생
ContextType → BegetsActType → ActType	ActType → IsActTypeBegottenBy → ContextType	1
ContextType → BegetsAgentType → AgentType	AgentType → IsAgentTypeBegottenBy → ContextType	0-1
ContextType → BegetsResourceType → ResourceType	ResourceType → IsResourceTypeBegottenBy → ContextType	0-n
ContextType → BegetsTimeType → TimeType	TimeType → IsTimeTypeBegottenBy → ContextType	1-n
ContextType → BegetsPlaceType → PlaceType	PlaceType → IsPlaceTypeBegottenBy → ContextType	1-n
ContextType → BegetsRelatingTermType → AFRVRelating Term	AFRVRelating Term → IsRelatingTermBegottenBy → ContextType	4-n
ContextType → BegetsStatusType → StatusType	StatusType → IsStatusTypeBegottenBy → ContextType	0-n

관계

ContextType[#n] → HasActType → ActType[#n][occ:1]

ContextType[#n] → HasAgentType → AgentType[#n.n][occ:0-n]

ContextType[#n] → HasResourceType → ResourceType[#n.n][occ:0-n]

ContextType[#n] → HasTimeType → TimeType[#n.n][occ:1-n]

ContextType[#n] → HasPlaceType → PlaceType[#n.n][occ:1-n]

ContextType[#n] → HasStateType → StateType[#n.n][occ:0-n]

생성된 이벤트에 대한 컨텍스트 설명 1 OriginatingEvent[#1] → HasActType → Originate[#2][occ:1] 2 OriginatingEvent[#1] → HasAgentType → Originator[#3.N][occ:1-N] 3 OriginatingEvent[#1] → HasResourceType → Origination[#4.N][occ:1-N] 4 OriginatingEvent[#1] → HasResourceType → OriginatingTool [#5.N][occ:0-N] 5 OriginatingEvent[#1] → HasTimeType → TimeOfOriginating [#6.N][occ:1-N] 6 OriginatingEvent[#1] → HasPlaceType → PlaceOfOriginating [#7.N][occ:1-N]

REL 용어	REL/RDD 정의, REL 커멘트 NOTE : 정의와 커멘트는 표준이딘다. 상기 커멘트는 정의의 명확과 예를 제공하고 몇몇 경우에서 동작의 맥락을 위해 특정한다.	REL 을 RDD 로 맵핑. RDD 부가적으로 커멘트한다. NOTE : 정의, 계통, 컨텍스트 설명 및 모든 RDD 용어를 위한 패밀리는 RDD 표준의 애넥스 A 의 파트2 내에서 기초된다.
읽기	저장소로부터 디지털 리소스를 읽기 동사는 사람의 읽기 동작이 아닌 기초적 컴퓨터 공정을 참조한다. 읽음은 리소스 일부에 적용된다. 보안속성은 유지되어야 한다.	mx : Read → IsTypeOf → Read mx : Read → IsTypeOf → ActType_1
쓰기	저장소로부터 디지털 리소스를 쓰기 동사는 사람의 쓰기 동작이 아닌 기초적 컴퓨터 공정을 참조한다. 쓰기는 리소스 저장에 적요하지만 디지털 리소스를 선택하거나 복사하는 권리를 포함하지는 않는다. 보안속성은 유지되어야 한다.	mx : Write → IsTypeOf → Write mx : Write → IsTypeOf → ActType_1
실행	소프트웨어 프르그램의 실행 동사는 프로그램을 실행하는 기초적 컴퓨터 공정을 참조한다.	mx : Excute → IsTypeOf → Excute mx : Excute → IsTypeOf → ActType_1
선택	새로운 리소스를 생성하기 위해 리소스를 변화시키기 위한 것. 선택이 디지털 리소스에 적용될 때, 두개의 구별되는 리소스가 프로세스 말미에 존재할 것이고 그 중 하나는 근원적인 리소스이고 하나는 존재하지 않는다(단지 하나의 리소스가 존재한다면 동작은 선택되고 변경되지 않을 것이다). 변화는 근원적인 리소스 요소의 부가 및 삭제를 포함할 것이고, 다른 디지널 리소스의 탑재를 포함할 것이다. 선택은 선택의 프로세스에 의해 변화되지 않고 유지되는 특정 속성의 하나 또는 그 이상의 상태를 이용하게 될 것이다(예: 헤더 레코드의 보존). 두개 리소스의 저장소는 동일할 것이다.	mx : Adapt → IsTypeOf → Adapt mx : Adapt → IsTypeOf → ActType_1 mx : 디지털 리소스를 위한 선택은 Adapt_1 내에서 컨텍스트화 된다. Adapt_1 → IsTypeOf → Adapt

복사	리소스를 완벽하게 재생산하는 것이다. 복사가 디지털 리소스에 적용될 때, 복사는, 몇몇 속성을 제외하지만 근원적으로 속성을 식별할 수 있는 속성의 목적 저장소 내에 새로운 리소스가 존재할 때 복사가 이루어진다(예: 복사의 파일 변경날짜를 변화하기 위한 허용) 복사는, 복사의 공정에 의해 변화되는 제외된 속성의 세트(SET)를 한정하는 하나 또는 그 이 상의 상태로 이용된다. 상기 소스 및 목적은 동일한 저장소가 될 것이다.	mx : Copy → IsTypeOf → Copy mx : Copy → IsTypeOf → ActType_1 mx : 디지털 리소스를 위한 복사는 Adapt_1 내에서 컨텍스트화 된다. Copyt_1 → IsTypeOf → Copy 복사의 범위: "완벽한" 아이디어 또는 정확한 복사는 모순이다 : 근원적인 것과 같이 동일한 개체 이외에는 "완전한" 동일이 있지 않다. 예를 들어 물리적인 레플리커(Replica)의 경우에서, 새로운 리소스는 동일한 시간 또는 역으로 동일한 것으로부터 서로 다른 플레이스 속성을 갖는다. 레플리커는 레플리커의 소스로부터 몇몇 방법 내에서 항상 다르다; 질문이 주어진다. 얼마나 다르고 "동일(완전한 재생산)는지 ? 예: 레플리커 내에서 이름, 식별자 및 다른 메타데이터가 구별되는 것이 일반적이다. "복사" 형태에서 특별한 컨텍스트는 레플리커 및 소스 사이의 속성의 다른점을 제한하는 것을 구별하는 제한을 포함한다.
추출	존재하는 리소스로부터 조각들을 취하여 새로운 리소스를 얻는것. 추출이 디지털 리소스에 적용될 때, 새로운 디지털 리소스의 속성은 근원적인 것에서 속성의 조각들로 식별된다. 복사에서 규정을 제외한 속성이 추출에 적용된다. 두개의 리소스 저장소는 동일하게 될 것이다.	mx : Extract → IsTypeOf → Extract mx : Extract → IsTypeOf → ActType_1 mx : 디지털 리소스를 위한 추출은 Extract_1 내에서 컨텍스트화 된다. Extract_1 → IsTypeOf → Extract
탑재	다른 하나의 리소스 내에 있는 완전한 리소스를 포함하는 것. 탑재가 디지털 리소스에 적용될 때,탑재는 복사된 리소스가 또 다른 리소스의 일부를 형성하도록 하는 리소스의 복사 또는(웹 또는 다른 컨텍스트 내에서) 또 다른 리소스를 링크하는 것을 포함하는 것에 의해 이루어진다. 전체 리소스가 탑재된다. 복사가 포하모딘다면 복사에서의 규정을 제외한 속성이 탑재에 적용된다. 다른 리소스는 미리 존재되거나 또는 하나 또는 그 이상을 갖는 리소스의 조합 동작에 의해 생성된다. 근원적인 리소스의 저장소 및 탑재된 리소스는 동일하게 될 것이다.	mx : Embed → IsTypeOf → Embed mx : Embed → IsTypeOf → ActType_1 mx : 디지털 리소스를 위한 탑재는 Embed_1 내에서 컨텍스트화 된다. Embed_1 → IsTypeOf → Embed

변경	새로운 리소스를 생성하지 않고 리소스 내에서 변화를 하거나 변화를 저장하는 것. 변경이 디지털 리소스에 적용될 때, 단일 리소스는 프로세스의 끝부분에 유지된다(새로운 리소스가 생성된다면 동작이 선택된다) 변화는 근원적인 리소스 요소의 부가 및 삭제를 포함하고 다른 디지털 리소스의 탑재를 포함한다. 변경은 변경 공정에 의해 변화되지 않고 남겨지는 하나 또는 그이상의 특정속성으로 이용된다(예: 헤더 레코드의 보존) 저장소는 동일하게 유지된다.	mx : Modify → IsTypeOf → Modify mx : Modify → IsTypeOf → ActType_1 mx : 디지털 리소스를 위한 변경은 Modify_1 내에서 컨텍스트화 된다. Modify_1 → IsTypeOf → Modify
확대	보다 크게 리소스를 변경하는 것. 확대가 디지털 리소스에 적용될 때, 단일 리소스는 공정의 끝부분에 보존된다. 변화는 다른 디지털 리소스의 탑재를 포함하는 새로은 메트리얼의 부가를 포함하고, 근원적인 리소스의 요소 변경 또는 삭제를 포함하지만 제한하지는 않는다. 저장소는 동일하게 유지된다.	mx : Enlarge → IsTypeOf → Enlarge mx : Enlarge → IsTypeOf → ActType_1 mx : 디지털 리소스를 위한 확대는 Enlarge_1 내에서 컨텍스트화 된다. Enlarge_1 → IsTypeOf → Enlarge
편집	리소스를 선택 및/또는 변경하는 것. 편집은 리소스를 선택 또는 변경하거나 선택과 변경을 하는 것으로 설명될 수 있는 복합적인 것이다.	mx : Edit → IsTypeOf → Edit mx : Edit → IsTypeOf → ActType_1
전달	하나의 장소로부터 또 다른 장소로 리소스를 재배치하는 것. 전달이 디지털리소스에 인가될 때, 전달은 일반적으로 복사 및 근원적인 리소스를 삭제하는 것에 의해 이루어진다. 그러나 특정 프로세스는, 전달이 목적에서 근원적인 것과 식별되는 속성을 갖는 완전한 리소스일 때, 요구되는 것으로 제공되지 않는다. 복사가 포함된다면 복사에서 규정을 제외한 속성이 전달에 적용될 것이다. 상기 전달은 저장소들 사이에서 또는 저장소 내의 제1위치에서 제2위치 사이에서 이루어질 것이다.	mx : Transfer → IsTypeOf → Move mx : Transfer → IsTypeOf → ActType_1 mx : 디지털 리소스를 위한 전달은 Transfer 내에서 컨텍스트화 된다. Transfer → IsTypeOf → Move
재생	전이를 생성하는 것으로 리소스의 인식할 수 있는 번역이다. 재생이 디지털 리소스에 적용될 때, 재생은 인간의 오감중에 적어도 하나를 갖는 직접적으로 인식되는(즉 중간매개 없이)전이 표현의 형태를 만드는 것을 커버한다. 재생은 비디오 또는 오디오 클립을 재생하는 것을 포함하고 이미지 또는 텍스트 문서를 디스플레이하는 것 또는 가상현실을 갖는 "터치"가되는 표현을 생성하는 것을 포함한다. 컨텐트는 순차적 또는 리소스 및 렌더러(RENDERER)의 기술적인 제한에 따르는 시퀀스가 될 것이다.	mx : Play → IsTypeOf → Play mx : Play → IsTypeOf → ActType_1 mx : 디지털 리소스를 위한 재생은 Play_1 내에서 컨텍스트화 된다. Play_1 → IsTypeOf → Play

인쇄	리소스의 고정되고 직접적인 인식할 수 있는 번역을 생성하는 것이다. 인쇄가 디지털 리소스에 적용될 때,인쇄는 이미지 또는 텍스트의 하드복사 프리트와 같이 하나 또는 그 이상의 인간의 오감으로 직접 인식될 수 있는 고정된 표현의 생성이다	mx : Print → IsTypeOf → Print mx : Print → IsTypeOf → ActType_1 mx : 디지털 리소스를 위한 인쇄는 Print_1 내에서 컨텍스트화 된다. Print_1 → IsTypeOf → Print
가능	리소스가 교차되는 것을 가능하게 하는것 가능이 디지털 리소스에 적용될 때 가능이 읽기, 쓰기 또는 실행되는 것을 가능하게 하는 것과 같이 존재하는 리소스 내의 변화를 도출한다.	mx : Enable → IsTypeOf → Enable mx : Enable → IsTypeOf → ActType_1 mx : 디지털 리소스를 위한 가능은 Enable_1 내에서 컨텍스트화 된다. Enable_1 → IsTypeOf → Enable
불가능	리소스가 교차되는 것을 불가능하게 하는것 불가능이 디지털 리소스에 적용될 때 불가능은 불가능이 저장소로부터 제거되거나 제거되는 것에 한정되지 않는 소프트웨어를 액세스하지 못하는 것과 같이 존재하는 리소스 내 또는 환경 내의 변화를 도출한다.	mx : Disable → IsTypeOf → Disable mx : Disable → IsTypeOf → ActType_1 mx : 디지털 리소스를 위한 불가능은 Disable_1 내에서 컨텍스트화 된다. Disable_1 → IsTypeOf → Disable
인스톨	인스톨 리소스에 의해 제공되는 구조를 수행한다. 인스톨링 리소스는, 새로은 또는 가능한 또는 새롭고 가능한 하나 또는 그 이상의 리소스 내의 결과가 수행될 때 구조를 제공하는 리소스이다.	mx : Install → IsTypeOf → Install mx : Install → IsTypeOf → ActType_1
언인스톨	언인스톨 리소스에 의해 제공되는 구조를 수행한다. 언인스톨링 리소스는 불가능 또는 삭제된 하나 또는 그 이상의 리소스 내의 결과가 수행될 때의 구조를 제공하는 리소스이다.	mx : Uninstall → IsTypeOf → Uninstall mx : Uninstall → IsTypeOf → ActType_1
삭제	소스의 저장소로부터 연속적인 디지털 리소스를 제거하는 것이다. 삭제는 디지털 리소스에 적용된다. 삭제는 역으로 가능하지 않다. "비삭제" 동작이 가능하다면, 리소스는 불가능하게 되고 삭제되지 않을 것이다.	mx : Delete → IsTypeOf → Delete mx : Delete → IsTypeOf → ActType_1

Claims (21)

1. 권리 표현 언어의 용어를 정의하기 위한 데이터 딕셔너리를 만들기 위한 방법에 있어서,

   상기 방법은, 기본동작을 의미하는 하나의 의미를 데이터 딕셔너리의 제1 용어로 할당하는 단계;

   서로 다른 의미를 데이터 딕셔너리의 기본용어세트(SET)를 구성하는 각각의 다수 용어로 할당하는 단계; 서로 다른 의미는 제1 용어를 참조하여 부분적으로 얻어지고, 기본용어세트(SET)의 컨텍스트(CONTEXT)용어는 기본동작 또는 기본동작이 일으키는 형태의 환경에서 나타내는 의미가 할당되며,

   다수의 기본관계용어를 정의하는 단계; 상기 다수의 기본관계용어 중 각각의 용어는 기본용어세트(SET)의 컨텍스트(CONTEXT)용어와 각각의 다른 기본용어세트(SET)를 링크하며, 및

   표현언어중 의도하는 의미의 컨텐트(CONTENT) 전달이 필요한 것과 같이 다른 용어를 정의하는 단계; 상기 다른 용어는 기본용어세트(SET) 또는 제1 용어로부터 선택된 용어형태로 정의되며, 다른 용어중의 하나는 다수의 기본관계용어 중 선택된 하나에 의해 링크되는 것;

   을 포함하여 이루어지는 것을 특징으로 하는 권리 표현 언어의 용어를 정의하기 위한 데이터 딕셔너리를 만들기 위한 방법.
2. 데이터 딕셔너리에 따라 권리 표현언어 범위에서 표현의 의미하는 컨텐트(CONTENT)를 결정하기 위한 방법에 있어서,

   상기 방법은, 사전과 같은 데이터 딕셔너리를 효과적으로 선택하는 단계; 상기 디셔너리를 기본동작을 의미하는 제1 용어를 포함하고, 의미를 나타내는 다수의 기본용어는 제1 용어를 참조하여 부분적으로 얻어지고, 기본용어의 컨텍스트(CONTEXT)용어는 기본동작 또는 기본동작이 일으키는 형태의 환경을 나타내고, 다수의 기본관계용어는 컨텍스트(CONTEXT)용어와 기본용어 중의 각각의 용어를 링크하며,

   다수의 추상적인 용어를 포함하는 표현의 추상적인 용어를 확인하는 단계;

   각 추상적인 용어는 데이터 딕셔너리로부터 용어를 얻는 것과 동일하고 얻어진용어는 기본용어세트(SET)의 제1 용어로부터 선택된 용어에서 얻어진 적어도 부분적으로 할당된 의미를 갖는 용어를 포함하는지 또는 또 하나의 얻어진 용어와 적어도 다수의 기본용어 중에 하나에서 데이터 딕셔너리의 또 다른 용어까지를 포함하는지를 결정하는 단계; 및

   얻어진 용어와 매치하는 적어도 각 추상적인 용어의 의미하는 컨텐트(CONTENT)으로부터 표현의 의미하는 컨텐트(CONTENT)를 결정하는 단계;

   를 포함하여 이루어지는 것을 데이터 딕셔너리에 따라 권리 표현언어 범위에서 표현의 의미하는 컨텐트(CONTENT)를 결정하기 위한 방법.
3. 제2항에 있어서,

   상기 다수의 기본용어는 기본동작을 수행하는 개체를 나타내는 에이전트(AGENT) 용어를 포함하는 것을 특징으로 하는 의미하는 컨텐트(CONTENT)를 결정하기 위한 방법.
4. 제3항에 있어서,

   상기 다수의 기본용어는 컨텍스트(CONTEXT)의 템포럴(TEMPORAL) 파라미터를 나타내는 타임(TIME) 용어를 포함하는 것을 특징으로 하는 의미하는 컨텐트(CONTENT)를 결정하기 위한 방법.
5. 제4항에 있어서,

   상기 다수의 기본용어는 컨텍스트(CONTEXT)의 스페셜(SPATIAL) 파라미터를 나타내는 플레이스(PLACE) 용어를 포함하는 것을 특징으로 하는 의미하는 컨텐트(CONTENT)를 결정하기 위한 방법.
6. 제5항에 있어서,

   상기 다수의 기본용어는 컨텍스트(CONTEXT) 내에 포함되는 하나의 개체를 나타내는 리소스(RESOURCE) 용어를 포함하는 것을 특징으로 하는 의미하는 컨텐트(CONTENT)를 결정하기 위한 방법.
7. 제2항에 있어서,

   상기 선택하는 단계는 다수의 동작패밀리(FAMILY)를 포함하는 데이터 딕셔너리를 선택하는 단계를 부가적으로 포함하되 유니크세트(UNIQUE SET)를 포함하고 상기 유니크세트(UNIQUE SET)는 제1 용어에 의해 정의되거나 제1 용어의 형태로부터 얻어진 용어의 세트이고 상기 유니크세트(UNIQUE SET)의 멤버(MEMBER)는 다수의 기본용어 중의 각각으로 부터 얻어지는 다수의 얻어진 용어를 포함하는 것을 특징으로 하는 의미하는 컨텐트(CONTENT)를 결정하기 위한 방법.
8. 제2항에 있어서,

   상기 선택하는 단계는 다수의 얻어진 용어를 포함하는 데이터 딕셔너리를 선택하는 단계를 부가적으로 포함하되 다수의 얻어진 용어 중의 모든 얻어진 용어는 제1 용어 중의 하나, 다수의 기본용어 또는 다수의 정의된 용어 중의 또 다른 하나와 파생관계에 의해 정의되는 것을 특징으로 하는 의미하는 컨텐트(CONTENT)를 결정하기 위한 방법.
9. 제2항에 있어서,

   상기 선택하는 단계는 제1 용어, 기본용어, 기본관계용어 및 다수의 얻어진용어를 포함하는 데이터 딕셔너리를 선택하는 단계를 부가적으로 포함하되 상기 제1 용어, 기본용어, 기본관계용어 및 다수의 얻어진 용어는 유니크(UNIQUE)한 식별자, 형태 및 상태를 포함하는 다수의 속성과 연관되는 것을 특징으로 하는 의미하는 컨텐트(CONTENT)를 결정하기 위한 방법.
10. 제2항에 있어서,

    상기 선택하는 단계는 다수의 관계용어를 포함하는 데이터 딕셔너리를 선택하는 단계를 부가적으로 포함하되 상기 각 다수의 관계용어는 하나의 서브젝트(SUBJECT) 용어와 하나의 오브젝트(OBJECT) 용어 사이의 관계를 기술하는 관계용어를 포함하고 상기 데이터 딕셔너리의 용어를 식별하는 상기 서브젝트(SUBJECT) 용어는 단일의 서브젝트(SUBJECT) 관계이고, 상기 데이터 딕셔너리의 용어를 식별하는 상기 오브젝트(OBJECT) 용어는 단일의 오브젝트(OBJECT) 관계이며, 각 다수의 관계용어는 유니크(UNIQUE)함에 의해 이루어지는 것을 특징으로 하는 의미하는 컨텐트(CONTENT)를 결정하기 위한 방법.
11. 제1 권리 표현 언어의 용어를 제2 권리 표현 언어의 변환된 용어로 변환하기 위한 방법에 있어서,

    데이터 딕셔너리를 효과적으로 선택하는 단계; 상기 데이터 딕셔너리는 기본동작을 나타내는 제1 용어와, 제1 용어가 참조하여 부분적으로 얻어지는 의미를 나 타내는 다수의 기본용어 및 기본동작을 일으키는 환경을 의미하는 기본용어의 컨텍스트(CONTEXT)용어와, 기본용어세트(SET), 제1용어 또는 다수의 얻어진 용어로부터의 다른 하나와 다수의 관계용어 들중의 유니크(UNIQUE)한 하나에 관계하는 다른 하나로부터 데이터 딕셔너리의 적어도 나머지하나에서 선택된 용어로부터 부분적으로 적어도 얻어진 할당된 단일 의미를 갖는 다수의 얻어진 용어를 포함하고,

    각 다수의 제1 언어용어와 제1 용어의 하나, 다수의 기본용어 또는 다수의 얻어진 용어를 링크한 1:1 을 포함하는 제1 맵을 효과적으로 선택하는 단계;

    각 다수의 제2 언어용어와 제1 용어의 하나, 다수의 기본용어 또는 다수의 얻어진 용어를 링크한 1:1 을 포함하는 제2 맵을 효과적으로 선택하는 단계;

    상기 제1 맵을 사용하여 표현의 제1 언어용어를 위해 데이터 딕셔너리의 용어를 일치시키는 것을 확인하는 단계;

    상기 제2 맵을 사용하여 상기 제1 확인단계에서 확인된 데이터 딕셔너리의 각 용어를 제2 언어용어와 일치시키는 것을 확인하는 단계;

    를 포함하여 이루어지는 것을 특징으로 하는 제1 권리 표현 언어의 용어를 제2 권리 표현 언어의 변환된 용어로 변환하기 위한 방법.
12. 제11항에 있어서,

    제1 선택하는 단계는 다수의 기본용어를 포함하는 데이터 딕셔너리를 선택하는 단계를 부가하여 포함하되 상기 다수의 기본용어는 기본동작을 수행하는 개체를 나타내는 에이전트(AGENT) 용어를 포함하는 것을 특징으로 하는 제1 권리 표현 언 어의 용어를 제2 권리 표현 언어의 변환된 용어로 변환하기 위한 방법.
13. 제12항에 있어서,

    상기 다수의 기본용어는 컨텍스트(CONTEXT)의 템포럴(TEMPORAL) 파라미터를 나타내는 타임(TIME) 용어를 포함하는 것을 특징으로 하는 제1 권리 표현 언어의 용어를 제2 권리 표현 언어의 변환된 용어로 변환하기 위한 방법.
14. 제13항에 있어서,

    상기 다수의 기본용어는 컨텍스트(CONTEXT)의 스페셜(SPATIAL) 파라미터를 나타내는 플레이스(PLACE) 용어를 포함하는 것을 특징으로 하는 제1 권리 표현 언어의 용어를 제2 권리 표현 언어의 변환된 용어로 변환하기 위한 방법.
15. 제14항에 있어서,

    상기 다수의 기본용어는 컨텍스트(CONTEXT) 내에 포함되는 개체를 나타내는 리소스(RESOURCE) 용어를 포함하는 것을 특징으로 하는 제1 권리 표현 언어의 용어를 제2 권리 표현 언어의 변환된 용어로 변환하기 위한 방법.
16. 제11항에 있어서,

    제1 선택하는 단계는 다수의 동작패밀리(FAMILY)를 포함하는 데이터 딕셔너리를 선택하는 단계를 부가하여 포함하되, 각 동작패밀리는 제1 용어에 의해 정의되거나 제1 용어의 형태에 따라 얻어지는 용어에 의해 정의되는 얻어진 용어의 유니크세트(UNIQUE SET)를 포함하며, 상기 유니크세트(UNIQUE SET)의 멤버(MEMBER)는 다수의 기본용어 중의 각 하나로부터 얻어진 다수의 얻어진 용어를 포함하는 것을 특징으로 하는 제1 권리 표현 언어의 용어를 제2 권리 표현 언어의 변환된 용어로 변환하기 위한 방법.
17. 제11항에 있어서,

    제1 선택하는 단계는 다수의 얻어진 용어를 포함하는 데이터 딕셔너리를 선택하는 단계를 부가하여 포함하되, 다수의 얻어진 용어 중의 모든 얻어진 용어는 제1 용어 중의 하나, 다수의 기본용어 또는 다수의 정의된 용어 중의 또 다른 하나와 파생관계에 의해 정의되는 것을 특징으로 하는 제1 권리 표현 언어의 용어를 제2 권리 표현 언어의 변환된 용어로 변환하기 위한 방법.
18. 제11항에 있어서,

    제1 선택하는 단계는 제1 용어, 기본용어, 기본관계용어 및 다수의 얻어진 용어를 포함하는 데이터 딕셔너리를 선택하는 단계를 부가하여 포함하되, 상기 제1 용어, 기본용어, 기본관계용어 및 다수의 얻어진 용어는 유니크(UNIQUE)한 식별자, 형태 및 상태를 포함하는 다수의 속성과 연관되는 것을 특징으로 하는 제1 권리 표현 언어의 용어를 제2 권리 표현 언어의 변환된 용어로 변환하기 위한 방법.
19. 제11항에 있어서,

    제1 선택하는 단계는 다수의 관계용어를 포함하는 데이터 딕셔너리를 선택하는 단계를 부가하여 포함하되, 상기 각 다수의 관계용어는 하나의 서브젝트(SUBJECT) 용어와 하나의 오브젝트(OBJECT) 용어 사이의 관계를 기술하는 관계용어를 포함하고 상기 데이터 딕셔너리의 용어를 식별하는 상기 서브젝트(SUBJECT) 용어는 단일의 서브젝트(SUBJECT) 관계이고, 상기 데이터 딕셔너리의 용어를 식별하는 상기 오브젝트(OBJECT) 용어는 단일의 오브젝트(OBJECT) 관계이며, 각 다수의 관계용어는 유니크(UNIQUE)함에 의해 이루어지는 것을 특징으로 하는 제1 권리 표현 언어의 용어를 제2 권리 표현 언어의 변환된 용어로 변환하기 위한 방법.
20. 제11항에 있어서,

    제2 선택하는 단계는 데이터 딕셔너리의 용어 생성규칙에 따라 생성된 다수의 제1 언어용어를 선택하는 단계를 부가하여 포함하는 것을 특징으로 하는 제1 권 리 표현 언어의 용어를 제2 권리 표현 언어의 변환된 용어로 변환하기 위한 방법.
21. 제11항에 있어서,

    제3 선택하는 단계는 데이터 딕셔너리의 용어 생성규칙에 따라 생성된 다수의 제2 언어용어를 선택하는 단계를 부가하여 포함하는 것을 특징으로 하는 제1 권리 표현 언어의 용어를 제2 권리 표현 언어의 변환된 용어로 변환하기 위한 방법.

Images