KR100893176B1 - Ｒｄｆ 트리플 기반 확장 클래스-속성 관리 시스템 및 그방법 - Google Patents

Ｒｄｆ 트리플 기반 확장 클래스-속성 관리 시스템 및 그방법 Download PDF

Info

Publication number
KR100893176B1
KR100893176B1 KR1020070045754A KR20070045754A KR100893176B1 KR 100893176 B1 KR100893176 B1 KR 100893176B1 KR 1020070045754 A KR1020070045754 A KR 1020070045754A KR 20070045754 A KR20070045754 A KR 20070045754A KR 100893176 B1 KR100893176 B1 KR 100893176B1
Authority
KR
South Korea
Prior art keywords
class
attribute
property
relationship
query
Prior art date
Application number
KR1020070045754A
Other languages
English (en)
Other versions
KR20080099895A (ko
Inventor
김평
이승우
강인수
이미경
정한민
성원경
박동인
한선화
Original Assignee
한국과학기술정보연구원
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 한국과학기술정보연구원 filed Critical 한국과학기술정보연구원
Priority to KR1020070045754A priority Critical patent/KR100893176B1/ko
Publication of KR20080099895A publication Critical patent/KR20080099895A/ko
Application granted granted Critical
Publication of KR100893176B1 publication Critical patent/KR100893176B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 RDF 트리플 기반 확장 클래스-속성 관리 시스템 및 그 방법을 제공하기 위한 것으로, 온톨로지 스키마와 인스턴스들을 이용하여 클래스와 관계된 속성을 정의하는 클래스-속성 정의부와; 상기 클래스-속성 정의부에서 정의된 클래스-속성 관계를 대상으로 DBMS 에 적합한 저장 구조를 생성하고 관계 정보를 생성하여 저장하는 클래스-속성 적용부와; 상기 클래스-속성 적용부에서 생성된 관계 정보를 대상으로 질의 변환시 상기 클래스-속성 테이블을 참조하여 사용자 질의를 변환하고 질의를 처리하여 추론 서비스에 적합한 결과를 생성하고 제공하는 클래스-속성 활용부;를 포함하여 구성함으로서, RDF 트리플 저장구조로 인해 발생하는 비효율적인 정보의 접근을 개선하고, 온톨로지 스키마를 기반으로 추론 서비스에 적합하도록 클래스별 다중 속성을 생성하고, 생성된 클래스별 다중 속성 관계를 사용하여 질의를 처리함으로써 빠르고 효율적인 추론 서비스를 가능하게 한다.
온톨로지, 확장 클래스-속성, 추론 서비스, RDF 트리플, OWL 파서

Description

ＲＤＦ 트리플 기반 확장 클래스-속성 관리 시스템 및 그 방법{System and method for expanded class-property view based on RDF Triples}
도 1은 본 발명의 일 실시예에 의한 RDF 트리플 기반 확장 클래스-속성 관리 시스템의 블록구성도이다.
도 2는 본 발명의 일 실시예에 의한 RDF 트리플 기반 확장 클래스-속성 관리 방법을 보인 흐름도이다.
도 3은 OWL 문서가 OWL 파서에 의해 생성된 RDF 트리플 형태의 일 예를 보인 도면이다.
도 4는 데이터타입 속성값을 가지는 트리플을 저장하기 위해 RDF 트리플의 자료형에 적합한 DBMS 자료형을 매핑하기 위해 사용되는 자료형 변환 정보의 일 예를 보인 도면이다.
도 5는 RDF 트리플 데이터가 클래스의 인스턴스와 속성에 대한 인스턴스로 구분되어 각각의 테이블로 생성된 일 예를 보인 도면이다.
도 6은 한 명의 인력을 대상으로 관계를 가지는 데이터타입 속성과 객체 타입 속성의 관계의 일 예를 보인 도면이다.
도 7은 한 명의 인력을 대상으로 클래스-속성 테이블이 생성된 일 예를 보인 도면이다.
* 도면의 주요 부분에 대한 부호의 설명 *
10 : 클래스-속성 정의부
11 : OWL 파서
12 : 자료형 관리부
13 : 트리플-DB 생성부
14 : 시스템 정의 클래스-속성 정의부
15 : 사용자 정의 클래스-속성 정의부
20 : 클래스-속성 적용부
21 : 클래스-속성 구조 생성부
22 : 클래스-속성 자료 생성부
30 : 클래스-속성 활용부
31 : 질의 변환부
32 : 클래스-속성 참조부
33 : 결과 제시부
본 발명은 DBMS(DataBase Management System, 데이터베이스 관리 시스템) 기반 RDF 트리플 저장 구조의 자료 접근에 따른 비효율성을 회피하기 위한 방법으로, 특히 온톨로지의 스키마를 이용하여 클래스별 속성 관계를 분석하고, 클래스의 기본 속성 및 관계에 따른 확장된 속성까지 고려하여 클래스-속성 관계를 자동으로 생성하고, 생성된 클래스-속성 관계 정보를 사용해서 추론서비스에 적합한 결과를 생성함으로써 시맨틱 웹 기술을 활용하고 추론 서비스를 제공할 필요가 있는 전 분야에 걸쳐서 안정적이고 효율적인 정보 접근 방법을 제시함으로써 시맨틱 웹 서비스의 상용화를 지원하기 위한 RDF 트리플 기반 확장 클래스-속성 관리 시스템 및 그 방법에 관한 것이다.
일반적으로 웹(Web)이 사용자에게 보여주는 것만을 위주로 활용되던 시대에서 사용자의 소프트웨어가 결과를 받아서 많은 일을 자동으로 처리할 수 있는 시대로 변화하고 있다. 정보의 공유와 활용을 높이기 위해, 정보간의 연계를 통해 고부가 정보를 생성하고 유통하기 위해, 보다 정확한 의미 전달과 이를 기반으로 다양한 고부가 서비스를 제공하기 위해서 정보의 제공자는 정보의 의미를 표현하고 사용하는데 많은 노력을 기울이고 있으며, 이를 효과적으로 지원하기 위한 시맨틱 기술이 발달하고 있다.
정보의 기술 방법으로는 온톨로지라는 개념 체계를 통해 정보의 의미를 기술하려는 노력이 진행되고 있으며, 현재 표준 언어로서 OWL(Web Ontology Language)라는 언어가 활발하게 사용되고 있다. 또한 정보의 저장 및 관계에 기반한 새로운 정보를 생성하고 서비스하기 위한 기술로 추론 엔진이 사용되고 있다. 대용량의 정 보를 대상으로 실시간 서비스를 제공하기 위해서 추론 엔진은 DBMS를 기반으로 정보를 저장하고 있으며, 정보 표현 방법으로는 RDF(Resource Description Framework) 트리플 형태가 사용되고 있다.
RDF 트리플 형태의 정보는 추론 엔진에서 정보간의 관계를 통해 새로운 관계를 생성하고 활용하는데 유용한 정보 표현 방식이기는 하지만, 하나의 클래스와 관련된 속성 정보들이 모두 개별적으로 표현됨으로써 특정 클래스의 인스턴스와 관련된 정보에 접근하는 종래의 방식은 비효율적이었다.
따라서 온톨로지 스키마를 기반으로 클래스와 클래스에 관계된 기본 속성 및 확장된 관계에 의한 속성까지 고려해서 클래스-속성 테이블을 생성하고 이를 추론 엔진이 활용함으로써 정보 접근의 비효율성을 제거하고, 성능 향상을 극대화할 수 있는 본 발명이 대두하게 된 것이다.
이에 본 발명은 상기와 같은 종래의 제반 문제점을 해결하기 위해 제안된 것으로, 본 발명의 목적은 온톨로지를 이용하여 RDF 트리플을 대상으로 클래스-속성 관계를 규명하고, 확장 관계까지 고려해서 클래스-속성 관계 테이블을 생성하고 이를 기반으로 시맨틱 웹을 활용하고 추론 서비스를 제공할 필요가 있는 전 분야에 걸쳐서 안정적이고 효율적인 정보 접근 방법을 제시함으로써 시맨틱 웹 서비스의 상용화를 지원하는 RDF 트리플 기반 확장 클래스-속성 관리 시스템 및 그 방법을 제공하는데 있다.
상기와 같은 목적을 달성하기 위하여 본 발명의 일실시예에 의한 RDF 트리플 기반 확장 클래스-속성 관리 시스템은,
온톨로지 스키마와 인스턴스들을 이용하여 클래스와 관계된 속성을 정의하는 클래스-속성 정의부와; 상기 클래스-속성 정의부에서 정의된 클래스-속성 관계를 대상으로 DBMS 에 적합한 저장 구조를 생성하고 관계 정보를 생성하여 저장하는 클래스-속성 적용부와; 상기 클래스-속성 적용부에서 생성된 관계 정보를 대상으로 질의 변환시 상기 클래스-속성 테이블을 참조하여 사용자 질의를 변환하고 질의를 처리하여 추론 서비스에 적합한 결과를 생성하고 제공하는 클래스-속성 활용부;를 포함하여 이루어짐을 그 기술적 구성상의 특징으로 한다.
상기와 같은 목적을 달성하기 위하여 본 발명의 일실시예에 의한 RDF 트리플 기반 확장 클래스-속성 관리 방법은,
온톨로지 스키마와 인스턴스들을 이용하여 RDF 트리플로 지식을 표현하고 DBMS 에 저장한 후 클래스-속성 관계를 정의하는 제 1 단계와; 상기 제 1 단계에서 정의된 클래스-속성 관계에 의한 저장 구조를 생성하고 클래스-속성 정보를 생성하여 저장하는 제 2 단계와; 상기 제 2 단계에서 저장된 클래스-속성 정보를 이용하여 사용자 질의를 변환하고 질의를 처리하여 추론 서비스에 적합한 결과를 제공하는 제 3 단계;를 포함하여 수행함을 그 기술적 구성상의 특징으로 한다.
이하, 상기와 같은 본 발명, RDF 트리플 기반 확장 클래스-속성 관리 시스템 및 그 방법의 기술적 사상에 따른 일실시예를 도면을 참조하여 설명하면 다음과 같다.
도 1은 본 발명의 일 실시예에 의한 RDF 트리플 기반 확장 클래스-속성 관리 시스템의 블록구성도이다.
이에 도시된 바와 같이, 온톨로지 스키마와 인스턴스들을 이용하여 클래스와 속성의 관계를 정의하는 클래스-속성 정의부(10)와; 클래스-속성 정의부(10)에서 정의된 클래스-속성 관계를 대상으로 DBMS(Data Base Management System, 데이터베이스 관리 시스템)에 적합한 저장 구조를 생성하고 관계 정보를 생성하여 저장하는 클래스-속성 적용부(20)와; 클래스-속성 적용부(20)에서 생성된 관계 정보를 대상으로 질의 변환시 클래스-속성 테이블을 참조하여 사용자 질의를 변환하고 질의를 처리하여 추론 서비스에 적합한 결과를 생성하고 제공하는 클래스-속성 활용부(30);를 포함하여 구성된 것을 특징으로 한다.
클래스-속성 정의부(10)는, OWL 형태의 온톨로지 기술 언어로 표현된 온톨로지 스키마를 OWL 파서로 파싱하여 그 결과를 RDF 트리플로 생성하고, 온톨로지 스키마와 사용자 정의 규칙을 고려하여 클래스-속성 정의부(10)를 이용하여 클래스와 동시에 관리되어야 할 속성을 정의하는 것을 특징으로 한다.
클래스-속성 정의부(10)는, 온톨로지 스키마를 OWL 파싱하여 파싱 결과를 RDF(Resource Description Framework) 트리플로 출력하는 OWL 파서(11)와; 트리플 속성중 데이터타입 속성의 자료형과 DBMS 에 적합한 자료형의 매핑 정보 관리를 수행하는 자료형 관리부(12)와; OWL 파서(11)에서 출력된 파싱 결과를 RDF 트리플 형 태로 입력 받고, RDF 트리플 결과를 DBMS 에 적합하도록 클래스별 속성별 테이블을 생성하고 정보를 저장하는 트리플-DB 생성부(13)와; 트리플-DB 생성부(13)에서 저장된 온톨로지 스키마를 이용해서 클래스와 직접 관계된 속성값을 대상으로 속성의 제약조건을 확인(예를 들면, 제약조건이 1인 속성)하고 클래스-속성 관계로 관리될 수 있는 속성을 자동으로 정의하는 시스템 정의 클래스-속성 정의부(14)와; 시스템 정의 클래스-속성 정의부(14)와 연결되고, 온톨로지에 기반하여 클래스와 관계된 속성을 확장하여 클래스-속성으로 정의하도록 지정(예를 들면, 사용자가 추론 서비스에 적합하도록 속성의 제약 조건이 1을 초과하는 경우나 2개 이상의 속성 관계를 통해 확장된 클래스별 속성 관계를 정의)하는 사용자 정의 클래스-속성 정의부(15);를 포함하여 구성된 것을 특징으로 한다.
OWL 파서(11)는, 클래스와 속성의 관계를 분석하기 위한 기초 작업으로 온톨로지 스키마를 RDF 트리플로 변환하는 것을 특징으로 한다.
자료형 관리부(12)는, DBMS에 적합한 RDF 트리플 저장 구조를 생성하기 위해 트리플의 데이터타입 속성에 대해 사용하는 DBMS 와 적합한 자료형에 대한 매핑 정보를 관리하는 것을 특징으로 한다.
트리플-DB 생성부(13)는, RDF 트리플을 자료형 관리부(12)에서 제공하는 DBMS 자료형을 참고하여 트리플 저장에 적합한 테이블을 생성하고 관리하는 기능을 수행하며, RDF 트리플은 클래스의 인스턴스와 속성값을 구분하여 인스턴스는 클래스별로, 속성값을 속성별로 별도의 테이블로 저장 관리된다. 또한 특정 트리플의 삭제 및 변경을 위한 트리플 편집 화면과 편집기를 제공하는 것을 포함하여 수행하 는 것을 특징으로 한다.
시스템 정의 클래스-속성 정의부(14)는, 온톨로지 스키마를 대상으로 클래스와 클래스별 속성, 그리고 속성이 가지는 제약 조건을 고려하여 클래스-속성 관계 테이블로 관리될 수 있는 속성들을 대상으로 자동으로 클래스-속성 관계 정보를 생성하는 것을 특징으로 한다.
사용자 정의 클래스-속성 정의부(15)는, 시스템 정의 클래스-속성 정의부(14)에서 생성한 클래스-속성 관계 정보는 물론이고, 관계의 확장 정도에 따라 클래스와 속성의 관계를 확대 적용하고 이를 클래스-속성 관계로 정의할 수 있다. 시스템 정의 클래스-속성 정의부(14)는 속성의 제약 조건이 1인 속성만을 대상으로 하지만, 사용자 정의 클래스-속성 정의부(15)는 관계가 2인 것 이상도 대상으로 지정할 수 있으며, 또한 속성을 2개 이상 적용한 관계도 사용자가 정의하는 것을 특징으로 한다.
클래스-속성 적용부(20)는, 클래스-속성 정의부(10)에서 정의된 클래스-속성의 정의에 따라 속성의 자료형을 참고하여 클래스별 다중 속성 관계를 저장하기 위해 DBMS 에 적합한 테이블을 생성하는(즉, 클래스-속성 정의부(10)에서 정의된 클래스-속성 관계를 대상으로 클래스별 다중 속성을 관리할 수 있는 테이블을 생성한다) 클래스-속성 구조 생성부(21)와; 클래스-속성 정의부(10)에서 정의된 클래스-속성의 정의에 따라 클래스별로 속성 관계를 인스턴스 테이블과 속성 테이블을 대상으로 정보를 생성하고 저장구조에 정보를 저장하는(즉, 클래스별 다중 속성을 생성하고 클래스-속성 저장 구조에 저장한다) 클래스-속성 자료 생성부(22);를 포함 하여 구성된 것을 특징으로 한다.
클래스-속성 구조 생성부(21)는, 클래스-속성 정의부(10)의 클래스별 다중 속성 관계를 저장하기 위한 저장 구조를 생성하는 것을 특징으로 한다.
클래스-속성 자료 생성부(22)는, 클래스-속성 관계 정보의 기반이 되는 RDF 트리플의 정보가 변경되는 경우 자동으로 클래스-속성 테이블에 반영되며, 클래스별 다중 속성 관계를 RDF 트리플 기반으로 생성하고 클래스-속성 저장 구조에 저장하는 것을 특징으로 한다.
클래스-속성 활용부(30)는, 클래스-속성 적용부(20)의 결과를 전달받고, 사용자 질의를 입력받아 DBMS에 적합한 질의로 변환하는 과정에서 클래스-속성 관계를 반영하는 질의 변환부(31)와; 질의 변환부(31)에서의 질의 변환시 클래스-속성 관계를 참조할 수 있도록 하는 클래스-속성 참조부(32); 질의 변환부(31)에서 변환된 질의를 대상으로 추론 서비스에 적합한 결과를 클래스-속성 테이블을 참조하여 얻은 후 XML 형태로 결과를 생성하여 제시하는 결과 제시부(33);를 포함하여 구성된 것을 특징으로 한다.
질의 변환부(31)는, SPARQL(SPARQL Protocol And RDF Query Language)이나 RDQL(RDF Data Query Language)의 질의 기술 언어 또는 사용자 인터페이스에 의존적인 특정 구문으로 표현된 사용자 질의를 DBMS 기반 지식에 접근할 수 있도록 SQL(Structured Query Language, 구조적 질의어)로 변환하는 과정은 물론, 변환에 필요한 클래스-속성 정보를 반영하는 것을 포함하여 수행하는 것을 특징으로 한다.
클래스-속성 참조부(32)는, 질의 변환과정에서 클래스-속성과 관계된 질의가 있는 경우 클래스-속성 관계 테이블을 사용할 수 있도록 클래스-속성 관계 정보를 제공하는 것을 특징으로 한다.
결과 제시부(33)는, 변환된 질의를 대상으로 적합한 결과를 생성하는 과정에서 클래스-속성 관계 테이블에서 필요한 정보를 결과 형식인 XML로 변환하는 과정을 포함하여 수행하는 것을 특징으로 한다.
도 2는 본 발명의 일 실시예에 의한 RDF 트리플 기반 확장 클래스-속성 관계의 생성 및 적용 방법을 보인 흐름도이다.
이에 도시된 바와 같이, 온톨로지 스키마와 인스턴스들을 이용하여 RDF 트리플로 지식을 표현하고 DBMS에 저장한 후 클래스-속성 관계를 정의(예를 들면, 시스템 정의 클래스-속성, 사용자 정의 클래스-속성을 정의한다)하는 제 1 단계(ST11 ~ ST15)와; 제 1 단계에서 정의된 클래스-속성 관계에 의한 저장 구조를 생성하고 클래스-속성 정보를 생성하여 저장하는 제 2 단계(ST21 ~ ST22)와; 제 2 단계에서 저장된 클래스-속성 정보를 이용하여 사용자 질의를 변환하고 질의를 처리하여 추론 서비스에 적합한 결과를 제공하는 제 3 단계(ST31 ~ ST33);를 포함하여 수행하는 것을 특징으로 한다.
제 1 단계는, OWL 형태의 온톨로지 기술 언어로 표현된 온톨로지 스키마를 OWL 파서로 파싱하여 RDF 트리플을 생성하고, 생성된 RDF 트리플에 적합한 DBMS 테이블을 생성하고, 클래스-속성 관계를 정의하는 것을 특징으로 한다.
제 1 단계는, OWL 형태의 온톨로지 기술 언어로 표현된 온톨로지 스키마를 OWL 파서로 파싱하여 RDF 트리플을 생성하여 RDF 트리플 결과를 출력하는 제 11 단 계(ST11)와; RDF 트리플의 데이터타입 속성에 적합한 DBMS 자료형을 참조하기 위한 자료형 매핑 결과를 받아오는 제 12 단계(ST12)와; 제 11 단계(ST11)에서 출력된 RDF 트리플과 제 12 단계(ST12)에서 얻은 DBMS 자료형을 참조하여 인스턴스와 속성에 따른 테이블을 생성하고 온톨로지 스키마 정보(RDF 트리플 정보)를 저장하는 제 13 단계(ST13)와; 제 13 단계(ST13)에서 저장된 온톨로지 스키마(RDF 트리플)를 대상으로 클래스별 다중 속성 관계(클래스별 속성 관리를 위한 시스템 정의 클래스-속성 관계)를 자동으로 정의하는 제 14 단계(ST14)와; 제 13 단계(ST13)에서 생성된 온톨로지 스키마를 대상으로 확장된 관계와 속성의 제약 조건을 고려하여 추론 서비스에 적합하도록 확장된 사용자 정의 클래스-속성 관계를 정의하는 제 15 단계(ST15);를 포함하여 수행하는 것을 특징으로 한다.
제 11 단계는, 온톨로지 스키마를 DBMS 기반의 트리플로 변환하기 위한 기초 작업을 수행하고, 온톨로지 스키마를 해석하여 파싱 결과를 출력하는 것을 포함하여 수행하는 것을 특징으로 한다.
제 12 단계는, RDF 트리플이 데이터타입 속성인 경우 자료형에 적합한 DBMS 자료형을 선택하기 위해 매핑 정보를 관리하는 것을 포함하여 수행하는 것을 특징으로 한다.
제 13 단계는, 클래스의 인스턴스와 속성을 구분하여 클래스별 테이블을 생성하고 속성별 테이블을 생성하는 과정에서 데이터타입 속성인 경우 DBMS 자료형에 적합하도록 테이블을 생성하고, RDF 트리플 정보를 테이블에 저장하는 것을 포함하여 수행하는 것을 특징으로 한다.
또한 제 13 단계는 RDF 트리플을 클래스의 인스턴스와 속성으로 구분하고, 클래스의 인스턴스는 클래스별로 테이블을 생성하여 저장하고, 속성은 속성별로 테이블을 생성하고 객체간의 관계 또는 객체와 데이터의 관계를 저장하며, 트리플에 대한 편집 화면과 편집기를 제공하는 것을 포함하여 수행하는 것을 특징으로 한다.
제 14 단계는, 온톨로지 스키마를 대상으로 클래스와 클래스의 속성중 제약 조건이 1 인 속성만을 대상으로 클래스와 다중 속성을 정의하고 관리하기 위한 편집 화면과 편집기를 제공하는 것을 포함하여 수행하는 것을 특징으로 한다.
제 15 단계는, 온톨로지 스키마를 대상으로 클래스와 클래스의 속성중 제약 조건이 1 을 초과하는 속성 또는 2개 이상의 속성 관계를 적용해서 확장한 속성을 대상으로 클래스와 다중 속성을 정의하고 관리하기 위한 편집 화면과 편집기를 제공하는 것을 포함하여 수행하는 것을 특징으로 한다.
제 2 단계는, 스키마 트리플과 인스턴스 온톨로지를 입력으로 받아 스키마 기반 확장 규칙과 사용자 정의 확장 규칙을 해석하여 확장 트리플을 생성하는 것을 특징으로 한다.
제 2 단계는, 제 1 단계에서 정의된 클래스-속성 정의 관계를 사용해서 클래스-속성 정보를 저장하기 위한 테이블 구조를 생성(즉, DBMS 에 적합한 저장 구조를 생성한다)하는 제 21 단계(ST21)와; 제 21 단계에 의해 생성된 저장 구조에 RDF 트리플 기반으로 클래스-속정 정보를 생성하고 저장하는 제 22 단계(ST22);를 포함하여 구성된 것을 특징으로 한다.
제 21 단계는, 제 1 단계의 클래스-속성 관계 정의를 참조하여 DBMS에 적합 한 자료형으로 클래스-속성 저장을 위한 테이블 생성을 담당하는 것을 특징으로 한다.
제 22 단계는, 제 1 단계의 클래스-속성 관계 정의를 참조하여 RDF 트리플을 대상으로 클래스-속성 정보를 생성하고 클래스-속성 저장구조에 저장하는 것을 특징으로 한다.
제 3 단계는, 사용자 질의를 입력받아 변환시켜 변환 질의를 생성하는 제 31 단계(ST31)와; 제 31 단계(ST31)에서 질의 변환시 클래스-속성 관계를 참조할 수 있도록 클래스-속성 관계 정보를 제공하는 제 32 단계(ST32)와; 제 31 단계(ST32)에서 변환된 변환 질의를 입력받고, 제 32 단계(ST32)의 클래스-속성 관계를 사용해서 사용자 질의를 수행하고 결과를 XML로 생성하는 제 33 단계(ST33);를 포함하여 구성된 것을 특징으로 한다.
제 31 단계는, SPARQL이나 RDQL의 질의 기술 언어 또는 사용자 인터페이스에 의존적인 특정 구문으로 표현된 사용자 질의를 DBMS 기반 지식에 접근할 수 있도록 SQL로 변환하는 과정에서 클래스-속성 정보를 반영하는 것을 포함하여 수행하는 것을 특징으로 한다.
제 32 단계는, 제 31 단계의 질의 변환시 클래스-속성 관계를 참조하여 질의를 변환할 수 있도록 클래스-속성 관계 정보를 제공하는 것을 특징으로 한다.
제 33 단계는, 추론 서비스에 적합한 결과를 제시하기 위해서 제 31 단계에서 변환된 질의를 클래스-속성 테이블을 참고하여 결과를 생성하고 XML 형태의 결과로 반환하는 것을 포함하여 수행하는 것을 특징으로 한다.
이와 같이 구성된 본 발명에 의한 RDF 트리플 기반 확장 클래스-속성 관리 시스템 및 그 방법의 바람직한 실시예를 첨부한 도면에 의거하여 상세히 설명하면 다음과 같다. 하기에서 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 사용자, 운용자의 의도 또는 판례 등에 따라 달라질 수 있으며, 이에 따라 각 용어의 의미는 본 명세서 전반에 걸친 내용을 토대로 해석되어야 할 것이다.
먼저 본 발명은 온톨로지를 이용하여 지식을 생성하고 추론 서비스를 제공하기 위해 DBMS를 저장구조로 사용하는 추론 시스템의 RDF 트리플 저장 방식의 개선을 통해 효율적인 정보 접근을 가능하기 함으로써 시맨틱 웹 서비스의 상용화를 지원하고자 한 것이다.
본 발명은 DBMS 기반 추론 엔진의 RDF 트리플 저장 방식을 클래스와 클래스의 속성을 통합 관리함으로써 효율적인 정보 접근을 실현하는 방법을 설명한다. 본 발명은 크게 온톨로지 스키마와 인스턴스들을 이용하여 RDF 트리플로 표현되는 지식을 분석하고 클래스-속성 관계를 정의하는 방법, 정의된 클래스-속성 관계를 사용하여 클래스-속성 저장 구조를 생성하고, 필요한 정보를 생성하여 저장하는 방법, 사용자 질의를 클래스-속성 관계를 고려하여 변환하고 결과를 생성하는 방법으로 구성된다.
본 발명은 OWL(Web Ontology Language) 등으로 기술된 온톨로지 상에서의 대용량 인스턴스들을 대상으로 실용적인 시맨틱 웹 응용 서비스를 제공할 수 있도록 하기 위해 모든 정보를 DBMS로 관리하는 추론 시스템의 저장 구조 개선을 통해 보다 빠르고 효율적인 정보 접근을 가능하게 한다.
기존에 DBMS를 기반으로 클래스별 다중 속성을 관리하기 위한 시도가 연구 수준으로 가끔 있었으나 이들은 시스템에서 자동 생성하고, 속성의 관계 확장을 통해 추론 서비스를 제공하기 위해 클래스-속성 정보를 정의하고 활용하는 과정이 기존의 RDF 트리플과 유기적으로 결합되어 관리되지 못한 단점을 가지고 있다.
온톨로지는 특정 영역에서 클래스(개념) 간의 관계를 표현하는 지식 체계로서 온톨로지 스키마와 온톨로지 인스턴스로 구성된다. 온톨로지 스키마는 개념 자체와 개념 간 관계를 표현하는 골격(예. '사람'이라는 개념은 '기관'과 '소속'이라는 관계로 연결된다.)이라고 할 수 있으며, 온톨로지 인스턴스는 특정 개념이 사례화된 형태(예. "홍길동"은 "한국과학기술정보연구원"과 '소속'이라는 관계로 연결된다.)라고 할 수 있다.
온톨로지는 OWL (Web Ontology Language)로 표현된다. DBMS 기반으로 지식을 다루기 위해서는 온톨로지는 RDF (Resource Description Framework) 트리플(Triple) 형식(예를 들면, 두 개의 개념과 이들을 연결하는 관계명을 3개 요소로 하는 리스트로 구성한 형태로서, 가운데에 관계명을 위치시켜 ('사람', '소속', '기관') 과 같은 형식이 될 수 있다)으로 표현 된다.
본 발명에서는 RDF 트리플이 DBMS에 저장되는 과정에서 클래스 이름으로 테 이블이 생성되고 클래스의 인스턴스가 저장되거나, 속성 이름으로 테이블이 생성되고, 개념과 개념이 저장되는 과정에서 하나의 클래스와 관계된 속성들이 별도의 테이블로 분할되고 정보간의 연계시 많은 테이블이 조인되는 것을 방지하기 위해 클래스-속성 관계를 별도의 테이블로 저장하고 관리하는 방법을 제공한다.
OWL 파서(11)는 온톨로지 스키마를 궁극적으로 DBMS 기반의 트리플로 변환하기 위한 기초 작업을 수행한다. OWL 파서(11)는 온톨로지 스키마를 해석하여 RDF 트리플 형태로 파싱 결과를 생성한다(도 3 참조). RDF 트리플을 DBMS에 저장하기 위해 DBMS에 적합한 자료형을 선택하기 위해 RDF 트리플의 자료형과 DBMS의 자료형의 변환 관계를 관리한다(도 4 참조). 자료형 관리를 위한 모든 정보도 RDF 트리플 형태로 표현된다. OWL 파싱 결과로 생성된 RDF 트리플은 트리플-DB 생성부(13)를 통해 DBMS에 적합한 자료형을 참조하여 DBMS에 클래스별, 속성별 테이블을 생성하여 저장한다(도 5 참조). 온톨로지는 개념과 개념 또는 개념과 데이터 값과 다양한 관계를 통해 연계된다. 한 사람은 '한글이름'이라는 관계를 통해 '홍길동'이라는 데이터 값과 관계를 가지고, '소속'이라는 관계를 통해 'INS_00000001'이라는 기관의 ID 와 관계를 가질 수 있다(도 6 참조). 이렇게 하나의 개념을 중심으로 다양한 관계 정보가 RDF 트리플 형태로 DBMS에는 각각의 테이블로 저장된다(도 5 참조). 이런 경우 한 사람과 관계된 다양한 관계 정보를 모아서 정보 서비스를 하는 경우 2개 이상의 테이블이 조인되면서 자료 접근에 비효율성이 발생한다. 이를 해소하기 위해 클래스-속성 관계를 정의하게 된다. 시스템 정의 클래스-속성 정의부(14)는 하나의 클래스를 중심으로 클래스와 제약 조건 1 의 관계를 가지는 속성에 대해 클 래스-속성 관계를 정의한다. 또한 추론 서비스를 지원하기 위해 제약 조건이 1을 초과하는 관계나 또는 2개 이상의 관계를 통해 확장된 클래스-속성 관계를 사용자 정의 클래스-속성 정의부(15)가 정의하고 활용할 수 있다.
클래스-속성 적용부(20)에서는 클래스-속성 관계를 DBMS에서 저장하고 활용하기 위해서 필요한 테이블을 생성하고 정보를 생성한다. 클래스-속성 구조 생성부(21)에서는 시스템 정의 클래스-속성 정의와 사용자 정의 클래스-속성 정의를 참고하여 DBMS 에 적합한 자료형을 고려하여 필요한 테이블을 생성하고, 클래스-속성 자료 생성부(22)에서는 테이블에 저장된 클래스별 속성값을 생성하여 저장하는 기능을 수행한다(도 6 참조).
클래스-속성 활용부(30)에서는 추론 서비스에서 요청된 사용자 질의를 처리하기 위해서 SPARQL 질의를 SQL 질의로 변환하고 적합한 결과를 XML 형태로 출력하는 기능을 수행한다. 질의 변환부(31)에서는 SPARQL 질의를 SQL 질의로 변환하는 기능을 제공하며, 이 과정에서 클래스-속성 참조부(32)를 통해서 클래스-속성 관계를 참조하여 클래스-속성 관계를 사용할 수 있도록 SQL 질의를 변환하다. 이렇게 변환된 질의는 결과 제시부(33)를 통해서 DBMS에서 필요한 정보를 추출하고 이 정보를 XML 형태로 변환하는 기능을 수행한다.
본 발명에 따른 클래스-속성 관계의 정의, 클래스-속성 관계의 생성, 추론 서비스 제공을 클래스-속성 관계의 활용 방법은 위에서 기술한 바와 같이 서로 밀접하게 연결되어 있으며, DBMS 기반 추론 엔진이 RDF 트리플을 저장하고 사용하는데 있어서 비효율적인 자료 접근 방법을 개선할 수 있도록 한다.
이러한 본 발명의 구성에 대해 정리하여 설명하면 다음과 같다.
1) 클래스-속성 관계 정보를 이용해서 정보를 저장하고 서비스하는 방법
도 3에서 제시한 온톨로지 스키마와 인스턴스들을 이용하여 트리플 (또는 트리플에 대응되는 구조로서 두 개의 개념과 개념을 연결하는 관계명으로 구성된 대체 표현)로 표현되는 지식을 DBMS에 저장하는 방법, 클래스-속성 관계 분석을 통해 클래스와 기본 속성 및 확장 속성을 정의하는 방법, 사용자 질의를 변환하고 질의를 처리하는 과정에서 클래스-속성 관계를 활용하는 방법. 그리고 각각의 역할과 이것을 통합하는 방법. 그리고 통합 시스템의 전체 구성
2) 트리플-DB 생성 방법
도 3, 도 4 및 도 5에서 제시한 RDF 트리플의 데이터타입과 DBMS의 자료형의 매핑 정보를 이용해서 RDF 트리플의 속성에 적합한 DBMS 테이블을 생성하고 저장하는 방법, 그리고 가각의 역할과 이것을 통합하는 방법
3) 클래스의 제약 조건 1인 속성들을 고려해서 클래스와 직접 관계된 속성들을 기준으로 시스템 정의 클래스-속성 관계를 자동으로 정의하는 방법, 그리고 각각의 역할과 이것을 통합하는 방법
4) 클래스의 제약 조건이 1을 초과하는 경우와 2개 이상의 속성 관계 확장을 통해 추론 서비스에 적합한 사용자 정의 클래스-속성 관계를 정의하는 방법, 그리고 각각의 역할과 이것을 통합하는 방법
5) 클래스-속성 정의 및 속성의 자료형을 고려하여 DBMS 에 적합한 클래스-속성 테이블을 생성하고, 자료들을 생성하여 저장하는 방법, 그리고 각각의 역할과 이것을 통합하는 방법
6) SPARQL 질의를 DBMS 에 적합한 SQL 질의로 변환하는 과정에서 클래스-속성 관계를 참조하여 클래스-속성 관계를 사용할 수 있는 SQL 질의로 변환하는 방법, 그리고 각각의 역할과 이것을 통합하는 방법
7) 추론 서비스에 적합한 결과를 클래스-속성 관계 테이블에서 생성하고 이를 XML 형태로 변환하여 결과를 생성하는 방법, 그리고 가각의 역할과 이것을 통합하는 방법
이처럼 본 발명은 온톨로지를 이용하여 지식을 생성하고, 확장 규칙을 이용하여 지식을 확장하고, 질의 처리를 통해 추론 서비스를 제공하여 시맨틱 웹 기술을 활용하고 추론 서비스를 제공할 필요가 있는 전 분야에 걸쳐서 안정적이고 효율적인 프레임워크를 제시함으로써 시맨틱 웹 서비스의 상용화를 가능하게 하게 되는 것이다.
이상에서 살펴본 바와 같이, 본 발명에 의한 RDF 트리플 기반 확장 클래스-속성 관리 시스템 및 그 방법은 온톨로지 스키마를 분석하여 클래스-속성 관계를 정의하고, DBMS 에 적합한 테이블을 생성하고 관리함으로써, 대용량의 정보를 대상으로 추론 서비스를 제공하는 DBMS 기반 추론 시스템의 정보 저장 및 접근 방법을 효율적으로 개선함으로써 DBMS 기반 추론 시스템을 사용하는 시맨틱 웹 서비스의 상용화를 지원하는 효과가 있게 된다.
이상에서 본 발명의 바람직한 실시예에 한정하여 설명하였으나, 본 발명은 이에 한정되지 않고 다양한 변화와 변경 및 균등물을 사용할 수 있다. 따라서 본 발명은 이들 실시예를 적절히 변형하여 응용할 수 있고, 이러한 응용도 하기 특허청구범위에 기재된 기술적 사상을 바탕으로 하는 한 본 발명의 권리범위에 속하게 됨은 당연하다 할 것이다.

Claims (18)

  1. 온톨로지 스키마와 인스턴스들을 이용하여 클래스와 관계된 속성을 정의하는 클래스-속성 정의부와;
    상기 클래스-속성 정의부에서 정의된 클래스-속성 관계를 대상으로 DBMS 에서 사용하기 위한 저장 구조를 생성하고 관계 정보를 생성하여 저장하는 클래스-속성 적용부와;
    상기 클래스-속성 적용부에서 생성된 관계 정보를 대상으로 질의 변환시 클래스-속성 테이블을 참조하여 사용자 질의를 변환하고 질의를 처리하여 추론 서비스에 적용하기 위한 결과를 생성하고 제공하는 클래스-속성 활용부;
    를 포함하여 구성된 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 시스템.
  2. 청구항 1에 있어서,
    상기 클래스-속성 정의부는,
    온톨로지 스키마를 OWL 파싱하여 파싱 결과를 RDF 트리플로 출력하는 OWL 파서와;
    트리플 속성중 데이터타입 속성의 자료형과 DBMS 에 적합한 자료형의 매핑 정보 관리를 수행하는 자료형 관리부와;
    상기 OWL 파서에서 출력된 파싱 결과를 RDF 트리플 형태로 입력 받고, RDF 트리플 결과를 DBMS 에 적합하도록 클래스별 속성별 테이블을 생성하고 정보를 저장하는 트리플-DB 생성부와;
    상기 트리플-DB 생성부에서 저장된 온톨로지 스키마를 이용해서 속성의 제약 조건을 확인하고 클래스-속성 관계로 관리될 수 있는 속성을 자동으로 정의하는 시스템 정의 클래스-속성 정의부와;
    상기 시스템 정의 클래스-속성 정의부(14)와 연결되고, 온톨로지에 기반하여 클래스와 관계된 속성을 확장하여 클래스-속성으로 정의하도록 지정하는 사용자 정의 클래스-속성 정의부;
    를 포함하여 구성된 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 시스템.
  3. 청구항 1에 있어서,
    클래스-속성 적용부는,
    상기 클래스-속성 정의부에서 정의된 클래스-속성의 정의에 따라 속성의 자료형을 참고하여 클래스별 다중 속성 관계를 저장하기 위해 DBMS 에 적합한 테이블을 생성하는 클래스-속성 구조 생성부와;
    상기 클래스-속성 정의부에서 정의된 클래스-속성의 정의에 따라 클래스별로 속성 관계를 인스턴스 테이블과 속성 테이블을 대상으로 정보를 생성하고 저장구조 에 정보를 저장하는 클래스-속성 자료 생성부;
    를 포함하여 구성된 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 시스템.
  4. 청구항 1 내지 청구항 3 중 어느 하나의 항에 있어서,
    상기 클래스-속성 활용부는,
    상기 클래스-속성 적용부의 결과를 전달받고, 사용자 질의를 입력받아 변환시켜 DBMS에 적합한 질의로 변환하는 과정에서 클래스-속성 관계를 반영하는 질의 변환부와;
    상기 질의 변환부에서의 질의 변환시 클래스-속성 관계를 참조할 수 있도록 하는 클래스-속성 참조부와;
    상기 질의 변환부에서 변환된 질의를 대상으로 추론 서비스에 적용하기 위한 결과를 클래스-속성 테이블을 참조하여 얻은 후 XML 형태로 결과를 생성하여 제시하는 결과 제시부;
    를 포함하여 구성된 것을 특징으로 하는 RDF 트리플 기반 클래스-속성 관리 시스템.
  5. 온톨로지 스키마와 인스턴스들을 이용하여 RDF 트리플로 지식을 표현하고 DBMS 에 저장한 후 클래스-속성 관계를 정의하는 제 1 단계와;
    상기 제 1 단계에서 정의된 클래스-속성 관계에 의한 저장 구조를 생성하고 클래스-속성 정보를 생성하여 저장하는 제 2 단계와;
    상기 제 2 단계에서 저장된 클래스-속성 정보를 이용하여 사용자 질의를 변환하고 질의를 처리하여 추론 서비스에 적용하기 위한 결과를 제공하는 제 3 단계;
    를 포함하여 수행하는 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 방법.
  6. 청구항 5에 있어서,
    상기 제 1 단계는,
    OWL 형태의 온톨로지 기술 언어로 표현된 온톨로지 스키마를 OWL 파서로 파싱하여 RDF 트리플을 생성하여 RDF 트리플 결과를 출력하는 제 11 단계와;
    RDF 트리플의 데이터타입 속성에 적합한 DBMS 자료형을 참조하기 위한 자료형 매핑 결과를 받아오는 제 12 단계와;
    상기 제 11 단계에서 출력된 RDF 트리플과 상기 제 12 단계에서 얻은 DBMS 자료형을 참조하여 인스턴스와 속성에 따른 테이블을 생성하고 온톨로지 스키마 정보를 저장하는 제 13 단계와;
    상기 제 13 단계에서 저장된 온톨로지 스키마를 대상으로 클래스별 속성 관리를 위한 시스템 정의 클래스-속성 관계를 정의하는 제 14 단계와;
    상기 제 13 단계에서 생성된 온톨로지 스키마를 대상으로 확장된 관계와 속성의 제약 조건을 고려하여 추론 서비스에 적합하도록 확장된 사용자 정의 클래스-속성 관계를 정의하는 제 15 단계;
    를 포함하여 수행하는 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 방법.
  7. 청구항 6에 있어서,
    상기 제 11 단계는,
    온톨로지 스키마를 DBMS 기반의 트리플로 변환하기 위한 기초 작업을 수행하고, 온톨로지 스키마를 해석하여 RDF 트리플로 출력하는 것을 포함하여 수행하는 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 방법.
  8. 청구항 6에 있어서,
    상기 제 12 단계는,
    RDF 트리플이 데이터타입 속성인 경우 자료형에 적합한 DBMS 자료형을 선택하기 위해 매핑 정보를 관리하는 것을 포함하여 수행하는 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 방법.
  9. 청구항 6에 있어서,
    상기 제 13 단계는,
    클래스의 인스턴스와 속성을 구분하여 클래스별 테이블을 생성하고 속성별 테이블을 생성하는 과정에서 데이터타입 속성인 경우 DBMS 자료형에 적합하도록 테이블을 생성하고, RDF 트리플 정보를 테이블에 저장하는 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 방법.
  10. 청구항 6에 있어서,
    상기 제 14 단계는,
    온톨로지의 스키마를 분석하여 클래스와 직접적인 관계를 가지는 속성중에서 제약 조건이 1 인 속성들을 대상으로 클래스-속성 관계를 자동으로 정의하는 것을 포함하여 수행하는 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 방법.
  11. 청구항 6에 있어서,
    상기 제 15 단계는,
    사용자가 추론 서비스에 적합하도록 클래스의 제약 조건이 1 을 초과하는 속 성들과 2개 이상의 관계를 적용하여 확장된 속성들을 대상으로 클래스-속성 관계를 정의하는 것을 포함하여 수행하는 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 방법.
  12. 청구항 5에 있어서,
    상기 제 2 단계는,
    상기 제 1 단계에서 정의된 클래스-속성 관계를 사용해서 클래스-속성 정보를 저장하기 위한 테이블 구조를 생성하는 제 21 단계와;
    상기 제 21 단계에 의해 생성된 저장 구조에 RDF 트리플 기반으로 클래스-속성 정보를 생성하고 저장하는 제 22 단계;
    를 포함하여 수행하는 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 방법.
  13. 청구항 12에 있어서,
    상기 제 21 단계는,
    상기 제 1 단계의 클래스-속성 관계 정의를 참조하여 DBMS에 적합한 자료형으로 클래스-속성 저장을 위한 테이블을 생성하는 것을 포함하여 수행하는 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 방법.
  14. 청구항 12에 있어서,
    상기 제 22 단계는,
    상기 제 1 단계의 클래스-속성 관계 정의를 참조하여 RDF 트리플을 대상으로 클래스-속성 정보를 생성하고 클래스-속성 저장구조에 저장하는 것을 포함하여 수행하는 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 방법.
  15. 청구항 5 내지 청구항 14 중 어느 하나의 항에 있어서,
    상기 제 3 단계는,
    사용자 질의를 입력받아 변환시켜 변환 질의를 생성하는 제 31 단계와;
    상기 제 31 단계에서 질의 변환시 클래스-속성 관계를 참조할 수 있도록 클래스-속성 관계 정보를 제공하는 제 32 단계와;
    상기 제 31 단계에서 변환된 변환 질의를 입력받고, 상기 제 32 단계의 클래스-속성 관계를 사용해서 사용자 질의를 수행하고 결과를 XML로 생성하는 제 33 단계;
    를 포함하여 수행하는 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 방법.
  16. 청구항 15에 있어서,
    상기 제 31 단계는,
    SPARQL이나 RDQL의 질의 기술 언어 또는 사용자 인터페이스에 의존적인 특정 구문으로 표현된 사용자 질의를 DBMS 기반 지식에 접근할 수 있도록 SQL로 변환하는 과정에서 클래스-속성 정보를 반영하는 것을 포함하여 수행하는 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 방법.
  17. 청구항 15에 있어서,
    상기 제 32 단계는,
    상기 제 31 단계의 질의 변환시 클래스-속성 관계를 참조하여 질의를 변환할 수 있도록 클래스-속성 관계 정보를 제공하는 것을 포함하여 수행하는 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 방법.
  18. 청구항 15에 있어서,
    상기 제 33 단계는,
    추론 서비스에 적합한 결과를 제시하기 위해서 상기 제 31 단계에서 변환된 질의를 클래스-속성 테이블을 참고하여 결과를 생성하고 XML 형태의 결과로 반환하 는 것을 포함하여 수행하는 것을 특징으로 하는 RDF 트리플 기반 확장 클래스-속성 관리 방법.
KR1020070045754A 2007-05-11 2007-05-11 Ｒｄｆ 트리플 기반 확장 클래스-속성 관리 시스템 및 그방법 KR100893176B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070045754A KR100893176B1 (ko) 2007-05-11 2007-05-11 Ｒｄｆ 트리플 기반 확장 클래스-속성 관리 시스템 및 그방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070045754A KR100893176B1 (ko) 2007-05-11 2007-05-11 Ｒｄｆ 트리플 기반 확장 클래스-속성 관리 시스템 및 그방법

Publications (2)

Publication Number Publication Date
KR20080099895A KR20080099895A (ko) 2008-11-14
KR100893176B1 true KR100893176B1 (ko) 2009-04-17

Family

ID=40286724

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070045754A KR100893176B1 (ko) 2007-05-11 2007-05-11 Ｒｄｆ 트리플 기반 확장 클래스-속성 관리 시스템 및 그방법

Country Status (1)

Country Link
KR (1) KR100893176B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101077984B1 (ko) 2009-11-30 2011-10-31 한국과학기술정보연구원 파생 테이블을 이용하여 집계 기능과 유니온 구문이 포함된 스파클 질의문을 대응하는 구조적 질의문으로 변환하는 처리방법
WO2011136425A1 (ko) * 2010-04-28 2011-11-03 한국과학기술정보연구원 개체명 사전 및 마이닝 규칙이 결합된 온톨로지 스키마를 이용한 리소스 기술 프레임워크 네트워크 구축 장치 및 방법
KR101226162B1 (ko) * 2012-07-30 2013-01-24 한국과학기술정보연구원 온톨로지 데이터를 그래프 데이터로 변환하기 위한 방법 및 그 장치
KR101872414B1 (ko) 2016-12-23 2018-06-28 충북대학교 산학협력단 분산 rdf 그래프에 대한 부하 분산을 지원하는 동적 분할 방법

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101036865B1 (ko) * 2008-12-15 2011-05-25 한국과학기술정보연구원 인자지정（ｐａｒａｍｅｔｅｒｉｚｅｄ）ｓｐａｒｑｌ 질의어를 이용한 ｄｂｍｓ 기반의 시맨틱웹 질의 시스템
KR101048546B1 (ko) * 2009-03-05 2011-07-11 엔에이치엔(주) 온톨로지를 이용한 컨텐츠 검색 시스템 및 방법
KR101064685B1 (ko) * 2009-10-19 2011-09-14 전자부품연구원 온톨로지의 정보를 이용한 다중 스키마 시스템의 호환 방법 및 시스템
KR101252296B1 (ko) * 2011-07-13 2013-04-05 고려대학교 산학협력단 온톨로지 통합 프레임워크 제공 방법 및 시스템
KR101288208B1 (ko) * 2011-12-07 2013-07-23 경북대학교 산학협력단 Ｒｄｆ 데이터에 대한 ｓｐａｒｑｌ 질의 결과의 개체 관계 변형 시스템 및 그 방법
KR101400499B1 (ko) * 2012-12-21 2014-06-19 건국대학교 산학협력단 대용량 링크드 데이터의 병렬 처리 장치 및 방법
KR101682168B1 (ko) * 2015-07-24 2016-12-02 주식회사 솔트룩스 데이터 서비스 시스템 및 데이터 서비스 제공방법
KR102125455B1 (ko) * 2019-12-18 2020-06-23 한국건설기술연구원 Bim 기반 항만 유지 관리를 위한 데이터 구축 시스템 및 그 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020066836A (ko) * 2001-02-14 2002-08-21 한국통신정보기술 주식회사 계층적 데이터구조를 기록한 기록매체 및 계층적 데이터저장구조를 형성하는 방법
KR20050051864A (ko) * 2003-11-28 2005-06-02 한국전자통신연구원 온톨로지 기반의 지식 모델링 방법 및 그 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020066836A (ko) * 2001-02-14 2002-08-21 한국통신정보기술 주식회사 계층적 데이터구조를 기록한 기록매체 및 계층적 데이터저장구조를 형성하는 방법
KR20050051864A (ko) * 2003-11-28 2005-06-02 한국전자통신연구원 온톨로지 기반의 지식 모델링 방법 및 그 시스템

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101077984B1 (ko) 2009-11-30 2011-10-31 한국과학기술정보연구원 파생 테이블을 이용하여 집계 기능과 유니온 구문이 포함된 스파클 질의문을 대응하는 구조적 질의문으로 변환하는 처리방법
WO2011136425A1 (ko) * 2010-04-28 2011-11-03 한국과학기술정보연구원 개체명 사전 및 마이닝 규칙이 결합된 온톨로지 스키마를 이용한 리소스 기술 프레임워크 네트워크 구축 장치 및 방법
KR101226162B1 (ko) * 2012-07-30 2013-01-24 한국과학기술정보연구원 온톨로지 데이터를 그래프 데이터로 변환하기 위한 방법 및 그 장치
KR101872414B1 (ko) 2016-12-23 2018-06-28 충북대학교 산학협력단 분산 rdf 그래프에 대한 부하 분산을 지원하는 동적 분할 방법

Also Published As

Publication number Publication date
KR20080099895A (ko) 2008-11-14

Similar Documents

Publication Publication Date Title
KR100893176B1 (ko) Ｒｄｆ 트리플 기반 확장 클래스-속성 관리 시스템 및 그방법
KR100815563B1 (ko) Ｄｂｍｓ 기반 지식 확장 및 추론 서비스 시스템 및 그방법
US9753960B1 (en) System, method, and computer program for dynamically generating a visual representation of a subset of a graph for display, based on search criteria
CN102810114A (zh) 基于本体的个人计算机资源管理系统
US20220253474A1 (en) Systems and Methods for Using an Ontology to Generate Database Entries and Access and Search a Database
Mouzakitis et al. Challenges and opportunities in renovating public sector information by enabling linked data and analytics
KR100729103B1 (ko) 비구조 웹문서로부터 온톨로지 인스턴스를 자동으로추출하기 위한 시스템 및 그 방법
Steer et al. Cytosm: Declarative property graph queries without data migration
Gherabi et al. Mapping relational database into OWL Structure with data semantic preservation
CN109948150A (zh) 一种多域环境中基于知识图谱的高性能服务语境发现方法
CN114218472A (zh) 基于知识图谱的智能搜索系统
Bouhali et al. Exploiting RDF open data using NoSQL graph databases
CN111831787B (zh) 一种基于次级属性的非结构化数据信息查询方法及系统
Korotkiy et al. From relational data to RDFS models
Ramanujam et al. R2D: A bridge between the semantic web and relational visualization tools
CN101719162A (zh) 基于片段模式匹配的多版本开放式地理信息服务访问方法及系统
Jeremić et al. Providing End-user Oriented OBDA over Existing Relational Databases
Rivero et al. A reference architecture for building semantic-web mediators
KR100704285B1 (ko) 자원 디스크립션 프레임워크를 사용하여 제품 데이터온톨로지를 구성하는 장치 및 방법
Jayasri et al. Analyzing the query performances of description logic based service matching using Hadoop
Aggarwal et al. Employing graph databases as a standardization model for addressing heterogeneity and integration
Devi et al. Pubworld-A R2RML mapping driven approach to transform relational database data into shareable format
Lima et al. Building Geospatial Ontologies From Geographic Database Schemas In Peer Data Management Systems.
KR101263583B1 (ko) 대용량 온톨로지 데이터를 위한 메디톨로지 시스템 및 그 방법
Serique et al. BioDSL: A Domain-Specific Language for mapping and dissemination of Biodiversity Data in the LOD

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: 20130403

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20140408

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee