KR100831055B1 - 온톨로지 기반의 정보 검색 방법 - Google Patents

온톨로지 기반의 정보 검색 방법 Download PDF

Info

Publication number
KR100831055B1
KR100831055B1 KR1020060094538A KR20060094538A KR100831055B1 KR 100831055 B1 KR100831055 B1 KR 100831055B1 KR 1020060094538 A KR1020060094538 A KR 1020060094538A KR 20060094538 A KR20060094538 A KR 20060094538A KR 100831055 B1 KR100831055 B1 KR 100831055B1
Authority
KR
South Korea
Prior art keywords
ontology
search
information
facet
separator
Prior art date
Application number
KR1020060094538A
Other languages
English (en)
Other versions
KR20080029052A (ko
Inventor
김현기
임수종
허정
서희철
장명길
황이규
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020060094538A priority Critical patent/KR100831055B1/ko
Publication of KR20080029052A publication Critical patent/KR20080029052A/ko
Application granted granted Critical
Publication of KR100831055B1 publication Critical patent/KR100831055B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 데이터를 검색할 적어도 하나의 선택할 수 있는 구분자(Facet)를 표시하는 단계 및 적어도 하나의 선택된 구분자(Facet)에 상응하여 데이터를 온톨로지(Ontology) 방식에 의해 검색하고 선택하는 단계를 포함하되, 구분자는 상위 개념부터 하위 개념까지 트리 구조로 표시되는 것을 특징으로 하는 온톨로지 기반의 정보 검색 방법을 제공할 수 있다.
온톨로지(Ontology), 정보 검색

Description

온톨로지 기반의 정보 검색 방법{Method for information search based on ontology}
도 1은 본 발명의 바람직한 일 실시예에 따른 정보 검색 순서를 개략적으로 나타낸 순서도.
도 2는 본 발명이 적용되는 구분자(Facet)의 계층 구조를 나타낸 도면.
도 3은 본 발명이 적용되는 구분자 검색 방법의 일 실시에를 나타낸 도면.
도 4는 본 발명의 바람직한 일 실시예를 나타낸 도면.
도 5는 본 발명의 바람직한 일 실시예의 결과를 나타내는 도면.
<도면의 주요 부분에 대한 부호의 설명>
401 : 파일 표시 부분
405 : 선택 표지
407 : 논리곱
409 : 논리합
본 발명은 온톨로지 기반의 정보 표시 방법에 관한 것이다.
컴퓨터 기술의 발달로 데스크톱 PC에 저장되는 문서의 양이 방대해지자, 인터넷 검색뿐만 아니라 데스크톱 PC에 저장된 텍스트, 이메일, 웹 히스토리, 이미지, 오디오, 비디오 등의 미디어를 검색하기 위한 기술이 개발되었다.
그러나 이러한 기존의 기술은 다음의 세 가지 문제점들이 있었다. 첫째, 텍스트를 제외한 이미지, 오디오, 비디오 등의 검색에서는 파일 속성 정보에 기반한 키워드 위주의 검색이었다. 둘째, 기존 정보 검색 시스템의 문제점들인 사용자가 자신이 찾고자 하는 질의를 검색어로 정확하게 표현하지 못했을 때 사용자의 의도와 다른 검색 결과를 제공하는 문제가 있었다.
마지막으로 사용자(또는 조직)가 보유한 미디어가 대량일 경우에는 검색결과로 사용자가 입력한 키워드와 유사한 미디어들을 모두 제시함으로써, 사용자가 원하는 정보를 찾기 위해 검색결과를 조사해야 하는 "정보 과부하" 문제점이 있었다.
시맨틱 데스크톱은 시맨틱 웹 기술을 데스크톱 환경에 적용하여 개인 또는 조직이 보유한 대용량의 정보를 지능적으로 검색하고 관리하기 위한 기술 분야이다. Tim Berners-Lee는 현재 웹의 정보 과부하 문제를 해결하기 위해 컴퓨터가 웹 정보를 이해할 수 있는 시맨틱 웹을 제안하였다. 시맨틱 웹에서 온톨로지(Ontology)는 개념들을 계층적으로 분류하여 정의하고, 추론에 의해 컴퓨터가 새 로운 공리(Axiom)를 유출하는데 사용된다. 일반적으로 온톨로지는 기존의 계층분류(Taxonomy)와 통제어휘(Controlled Vocabulary)의 개념과 추론 규칙을 포함한다. 최근 온톨로지와 관련한 많은 연구들이 온톨로지를 어떻게 구축할 것이고, 온톨로지를 어떻게 활용하여 기존의 정보를 의미와 연결시킬 것인가에 주안점을 두고 있다.
그러나 온톨로지를 이용하여 기존의 정보를 어떻게 시각화하여 사용자에게 제시함으로써, 좀더 수월하게 의미적인 검색을 통해 정보를 탐색하는 방법에 대한 것은 연구 초기 단계에 있다
본 발명은 온톨로지 기반의 정보 검색 방법을 제공하는데 그 목적이 있다.
본 발명의 다른 목적은, 정보 탐색 또는 정보 검색의 결과로 제시되는 미디어 목록을 구분자(Facet)를 이용하여 범위를 줄여감으로서, 사용자가 원하는 정보를 쉽게 찾도록 하여 정보 과부하 문제를 해결하는데 있다.
상술한 목적들을 달성하기 위하여, 본 발명의 일 측면에 따르면, 데이터를 검색할 적어도 하나의 선택할 수 있는 구분자(Facet)를 표시하는 단계 및 상기 적어도 하나의 선택된 구분자(Facet)에 상응하여 상기 데이터를 온톨로지(Ontology) 방식에 의해 검색하고 선택하는 단계를 포함하되, 상기 구분자는 상위 개념부터 하 위 개념까지 트리 구조로 표시되는 것을 특징으로 하는 온톨로지 기반의 정보 검색 방법을 제공할 수 있다.
바람직한 실시예에 있어서, 상기 적어도 하나의 구분자는 미디어, 사람, 시간, 장소, 이벤트 및 범주를 포함하는 것을 특징으로 할 수 있다. 또한, 상기 트리 구조는 상기 온톨로지(Ontology) 기반의 계층 구조에 상응하여 결정된 것을 특징으로 할 수 있다.
이어서, 첨부한 도면들을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 바람직한 일 실시예에 따른 정보 검색 순서를 개략적으로 나타낸 순서도이다.
도 1을 참조하면, 우선 초기 정보 및 구분자(Facet)를 검색 창에 표시한다(단계 101). 이러한 초기 정보는 자료가 한정적인 개인 컴퓨터나, 다른 로컬 데이터 서비스와 같은 경우에는 전체 정보를 표시할 수 있을 것이다. 그러나 인터넷과 같이 방대한 자료가 포함된 경우에는 초기 정보의 양이 매우 방대할 수 있으므로 이러한 경우에는 표시에 적당한 정도의 양이나, 혹은 정보가 검색하다는 데이터 정도만을 표시할 수 도 있을 것이다.
한 편, 이러한 초기 정보와 함께 구분자(Facet)를 같이 표기하는데, 이러한 구분자(Facet)는 검색 기준을 설정해 주는 것으로, 기존의 인터넷 검색 엔진의 검 색어와는 다르다.
구분자(Facet)는 검색어와 달리 자료의 특징에 따른 구분을 위한 것으로서 예를 들어 정보를 사람에 관련된 정보인지, 혹은 미디어 관련 정보인지, 혹은 지역 정보인지 등을 나누는 기준이 된다. 말하자면 도서관의 분류 구분표의 기준이 되는 분류표와 유사한 성격을 지닌다.
그 후, 사용자가 원하는 정보를 검색하기 위해서 적어도 하나의 구분자(Facet)를 선택한다(단계 103). 선택 가능한 구분자(Facet)는 복수가 될 수 있으며, 각각의 구분자(Facet)를 선택적(OR)으로, 혹은 함께(AND)선택할 수 도 있다.
또한, 구분자는 계층 구조를 가지므로 각 구분자에 따라 여러 종류의 하위 구조를 가진다. 즉, 최초 구분자를 뿌리로 하는 트리(Tree) 구조로 구성된다.
앞에서 설명했듯이 구분자는 도서관의 분류 구분 표와 유사하게 데이터의 특징에 따른 구분을 나타내므로, 이를 이용하여 데이터를 분류하고 원하는 결과를 검색하기 위해서는 검색 시스템이 구분자(Facet)의 의미를 파악하여야 한다.
따라서 이러한 방식의 검색 방식은 온톨로지(Ontology)에 기반한 검색 데이터베이스를 이용하여 실현할 수 있다.
사용자에 의해 선택된 구분자(Facet)의 의미는 위에서 설명한 온톨로지(Ontology)에 기반한 검색 데이터베이스에서 해석될 것이다(단계 105). 그러면, 그 의미에 관련된 정보를 검색한다(단계 107).
이러한 검색이 끝나면 사용자에 의해 선택된 다른 구분자(Facet)가 있는지 확인한다(단계 109). 선택된 구분자(Facet)는 복수일 수 있으며, 또한 각 구분 자(Facet)는 논리합이나 논리곱의 관계를 가질 수 있다. 그러므로 하나의 구분자(Facet)에 대한 검색이 끝나면 다른 구분자(Facet)가 선택되었는지, 다른 구분자(Facet)와의 논리관계가 어떠한지를 판단하여 다시 검색할지를 결정한다.
그런 판단에 따라 모든 구분자(Facet)에 대하여 검색을 마치면 최종 검색 결과를 표시한다(단계 111).
도 2는 본 발명이 적용되는 구분자(Facet)의 계층 구조를 나타낸 도면이다.
도 2를 참조하면, 구분자(Facet)가 '사람'일 경우에 그 구분자(Facet)의 계층 구조를 나타낸 도면이다. 우선 최초 구분자(Facet)는 '사람'이 된다. 이러한 경우 '사람'을 구분자(Facet)의 최 상위 계층(201)으로 하여, 하위 계층으로 트리(Tree) 구조로 내려가게 된다.
'사람'이라는 분류 구분에는 여러 하위분류가 있을 수 있으나 본 발명의 일 실시예에서는 '가족', '친구'의 하위분류(203)가 있는 것으로 한다.
이러한 '가족'의 하위분류로 가족의 이름에 따라 '김한국', '김통신', '김연구'가 있을 수 있고, '친구'의 하위분류로 친구의 이름에 따라'강이동', '이전화'가 있을 수 있다(205).
이러한 참조 번호 205의 구분자(Facet) 아래에는 최종 결과의 자료가 분류될 수 있을 것이다.
이러한 구분자(Facet) 방식의 정보 검색은 상기 예시에서 알 수 있듯이 기존의 검색어 기반의 정보 검색과 달리 구분자(Facet)의 의미를 분석하여 그에 상응하 는 하위 구분자(Facet)로 분류하고, 그 하위 구분자(Facet)에서 다시 하위 구분자로 분류하는 방식을 취하여, 검색자가 검색어를 정확히 설정하지 않아도, 검색 시스템이 그 의미를 분석하여 최종 결론을 얻을 수 있다는 장점이 있다.
도 3은 본 발명이 적용되는 구분자 검색 방법의 일 실시에를 나타낸 도면이다.
도 3을 참조하면, 검색자가 검색하고 싶은 것은 '김철수가 작년 겨울에 스키장에 가서 찍은 동영상'이다.
이러한 검색의 경우 구분자(Facet)는 우선 '사람'AND '이벤트' AND '시간' AND '미디어'가 될 것이며, '사람' 구분자의 하위 개념으로 '김철수'를 선택하고, '이벤트' 구분자의 하위 개념으로'스키', '시간' 구분자의 하위 개념으로 '작년 겨울' 및 '미디어'의 하위 개념으로 '비디오'가 될 것이다(301).
이러한 구분자를 선택하면 도 2에서 설명한 계층 구조에 의해서 '사람 - 가족 -김철수', '이벤트 - 취미 - 스키', '시간 - 계철 - 겨울', '시간 - 해 - 작년', '미디어 - 비디오 '가 결정된다(303).
그러면 각각의 마지막 구조에 포함되는 자료들 중 각 구분자(Facet)에 모두 포함되는 자료가 선택되게 된다(305).
이러한 방식의 자료 검색은 검색자가 정확한 검색어를 모르는 상태에서도 각 구분자(Facet)를 선택하여 필요한 자료를 쉽게 선택할 수 있다는 장점이 있다.
도 4는 본 발명의 바람직한 일 실시예를 나타낸 도면이다.
도 4를 참조하면, 우선 도면의 오른쪽에 보이는 파일 표시 부분(401)은 검색 결과를 나타내는 화면이다. 본 도면에서는 검색을 시도하기 전의 화면이므로 초기 정보를 나타내고 있다.
도면의 왼쪽 부분(403)은 본 발명에 따른 검색을 위한 구성을 나타낸 화면이다. 이러한 검색 구성은 본 발명에 따른 구분자(Facet)를 쉽게 선택할 수 있도록 구분자를 트리(Tree) 구조로 나타내고 하위 트리(Tree)는 숨길 수 있는 형태이다.
이는 구분자(Facet) 왼쪽에 표시된 선택 표지(405)를 이용하여 하위 트리를 나타내거나 표시할 수 있다.
특히, 각 구분자(Facet)의 오른쪽에는 구분자의 논리곱(407) 및 논리합(409)을 표시할 수 있는 선택 표지가 존재하여 구분자(Facet)를 복수로 선택할 경우 각 구분자를 논리곱으로 할지 논리합으로 할지를 결정할 수 있다.
도 5는 본 발명의 바람직한 일 실시예의 결과를 나타내는 도면이다.
도 5를 참조하면, 이는 '작년에 찍은 가족의 사진'을 검색한 결과를 나타낸 도면이다.
이러한 경우 왼쪽 검색 부분(503)을 살펴보면 구분자(Facet)의 선택이 미디어 중 모든 이미지(505), 시간 중 작년(507) 및 사람 중 가족이 선택되어 있음을 알 수 있다.
이러한 검색 분류에 의해서 오른쪽 화면(501)에서는 왼쪽의 구분자에 상응하 여 작년에 찍은 가족의 사진의 결과가 검색된다.
본 실시예는 개인용 컴퓨터의 데이터를 검색한 화면이나, 이러한 방식은 대규모의 데이터 검색이나 인터넷 검색에 있어서도 다른 차이점은 없을 것이다.
본 발명은 상기 실시예에 한정되지 않으며, 많은 변형이 본 발명의 사상 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 가능함은 물론이다.
본 발명에 의하여, 온톨로지 기반의 정보 검색 방법을 제공할 수 있다.
또한 본 발명에 의하여, 정보 탐색 또는 정보 검색의 결과로 제시되는 미디어 목록을 구분자(Facet)를 이용하여 범위를 줄여감으로서, 사용자가 원하는 정보를 쉽게 찾도록 하여 정보 과부하 문제를 해결할 수 있다.

Claims (3)

  1. 데이터를 검색할 적어도 하나의 선택할 수 있는 구분자(Facet)를 표시하는 단계; 및
    상기 적어도 하나의 선택된 구분자(Facet)에 상응하여 상기 데이터를 온톨로지(Ontology) 방식에 의해 검색하고 선택하는 단계
    를 포함하되,
    상기 구분자는 상위 개념부터 하위 개념까지 트리 구조로 표시되는 것.
    을 특징으로 하는 온톨로지 기반의 정보 검색 방법.
  2. 제1항에 있어서,
    상기 적어도 하나의 구분자는 미디어, 사람, 시간, 장소, 이벤트 및 범주를 포함하는 것
    을 특징으로 하는 온톨로지 기반의 정보 검색 방법.
  3. 제1항에 있어서,
    상기 트리 구조는 상기 온톨로지(Ontology) 기반의 계층 구조에 상응하여 결정된 것
    을 특징으로 하는 온톨로지 기반의 정보 검색 방법.
KR1020060094538A 2006-09-28 2006-09-28 온톨로지 기반의 정보 검색 방법 KR100831055B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060094538A KR100831055B1 (ko) 2006-09-28 2006-09-28 온톨로지 기반의 정보 검색 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060094538A KR100831055B1 (ko) 2006-09-28 2006-09-28 온톨로지 기반의 정보 검색 방법

Publications (2)

Publication Number Publication Date
KR20080029052A KR20080029052A (ko) 2008-04-03
KR100831055B1 true KR100831055B1 (ko) 2008-05-20

Family

ID=39531681

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060094538A KR100831055B1 (ko) 2006-09-28 2006-09-28 온톨로지 기반의 정보 검색 방법

Country Status (1)

Country Link
KR (1) KR100831055B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100930617B1 (ko) * 2008-04-08 2009-12-09 한국과학기술정보연구원 다중 개체 중심적 통합 검색 시스템 및 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006079567A (ja) * 2004-09-13 2006-03-23 Olympus Corp 情報管理プログラム、情報管理プログラムを記録したコンピュータ読み取り可能な記録媒体、情報管理装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006079567A (ja) * 2004-09-13 2006-03-23 Olympus Corp 情報管理プログラム、情報管理プログラムを記録したコンピュータ読み取り可能な記録媒体、情報管理装置

Also Published As

Publication number Publication date
KR20080029052A (ko) 2008-04-03

Similar Documents

Publication Publication Date Title
US10275499B2 (en) Tag selection, clustering, and recommendation for content hosting services
JP5309155B2 (ja) イメージ検索における対話型概念学習
US9659084B1 (en) System, methods, and user interface for presenting information from unstructured data
US8332439B2 (en) Automatically generating a hierarchy of terms
JP4587512B2 (ja) ドキュメントデータ照会装置
US8280886B2 (en) Determining candidate terms related to terms of a query
US8108405B2 (en) Refining a search space in response to user input
US8683389B1 (en) Method and apparatus for dynamic information visualization
US7904455B2 (en) Cascading cluster collages: visualization of image search results on small displays
US6564202B1 (en) System and method for visually representing the contents of a multiple data object cluster
US20180032606A1 (en) Recommending topic clusters for unstructured text documents
US8135739B2 (en) Online relevance engine
US8543380B2 (en) Determining a document specificity
US20150081689A1 (en) System and method for collaborative knowledge structure creation and management
US20070214154A1 (en) Data Storage And Retrieval
TW200817998A (en) Method for domain identification of documents in a document database
KR20130029045A (ko) 상관된 정보의 온라인 분석 및 디스플레이
US20100138414A1 (en) Methods and systems for associative search
KR101441219B1 (ko) 정보 엔터티들의 자동 연관
KR100831055B1 (ko) 온톨로지 기반의 정보 검색 방법
KR100852174B1 (ko) 계층적 분류에 의한 정보 표시 방법 및 장치
JP6800478B2 (ja) Ｗｅｂページを構成する成分キーワードの評価プログラム
WO2002069186A1 (en) A method and system for archiving and retrieving data in an electronic document management system
Reuschling et al. DynaQ-Faceted Search for Document Retrieval

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130424

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20140430

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20150427

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20160427

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20180419

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20190515

Year of fee payment: 12