KR100897026B1 - 지식 베이스 검색 기능을 이용한 사용자 정의 추론 규칙적용 방법 및 이를 구현한 지식 베이스 관리 시스템 - Google Patents

지식 베이스 검색 기능을 이용한 사용자 정의 추론 규칙적용 방법 및 이를 구현한 지식 베이스 관리 시스템 Download PDF

Info

Publication number
KR100897026B1
KR100897026B1 KR1020070089784A KR20070089784A KR100897026B1 KR 100897026 B1 KR100897026 B1 KR 100897026B1 KR 1020070089784 A KR1020070089784 A KR 1020070089784A KR 20070089784 A KR20070089784 A KR 20070089784A KR 100897026 B1 KR100897026 B1 KR 100897026B1
Authority
KR
South Korea
Prior art keywords
user
knowledge base
inference
rule
reasoning
Prior art date
Application number
KR1020070089784A
Other languages
English (en)
Other versions
KR20090024877A (ko
Inventor
조준면
김형선
김현
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 KR1020070089784A priority Critical patent/KR100897026B1/ko
Priority to US12/204,451 priority patent/US8175997B2/en
Publication of KR20090024877A publication Critical patent/KR20090024877A/ko
Application granted granted Critical
Publication of KR100897026B1 publication Critical patent/KR100897026B1/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
    • G06F17/40—Data acquisition and logging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 온톨로지 기반의 지식 베이스 관리 시스템에 있어서의 사용자 정의 추론 규칙 적용 방법에 관한 것으로서, Tableaux 알고리즘 기반의 추론 엔진과 같이 IF-THEN 형식의 규칙 연산을 지원하지 않는 지식 베이스 관리 시스템에 있어서, 지식 베이스 관리 시스템의 기본 기능인 지식 베이스 검색 기능만을 이용하여 사용자 정의 규칙 추론을 가능하게 하는 방법에 관한 것이다.
본 발명에서는 지식 베이스 관리 시스템에서 기본적으로 제공하는 지식 베이스 검색 언어를 이용하여 사용자 정의 추론 규칙을 작성한다. 따라서, 사용자 정의 추론 규칙은 결국 지식 베이스 검색문이며 지식 베이스 관리 시스템의 기본 기능인 지식 베이스 검색 기능에 의해 처리된다. 사용자 정의 추론 규칙의 적용은 지식 베이스가 변경될 때 지식 베이스 검색 과정과 검색 결과를 지식 베이스에 반영하는 과정을 거쳐 이루어진다. 사용자가 정의한 추론 규칙은 사용자 정의 추론 규칙 관리자에 의해 관리된다. 사용자 정의 추론 규칙 관리자는 지식 베이스의 변경을 감시하여 사용자 정의 추론 규칙의 적용 시점을 판단하고, 추론 규칙을 실행시켜, 실행 결과를 얻은 후 이를 지식 베이스에 반영한다.

Description

지식 베이스 검색 기능을 이용한 사용자 정의 추론 규칙 적용 방법 및 이를 구현한 지식 베이스 관리 시스템{METHOD FOR USER-DEFINED RULE REASONING USING QUERY CAPABILITY OF KNOWLEDGE BASE MANAGEMENT SYSTEM AND SYSTEM THEREFOR}
본 발명은 온톨로지 기반의 지식 베이스 관리 시스템에 있어서의 사용자 정의 추론 규칙 적용 방법에 관한 것으로서, 더욱 상세하게는, Tableaux 알고리즘 기반의 추론 엔진과 같이 IF-THEN 형식의 규칙 연산을 지원하지 않는 지식 베이스 관리 시스템에 있어서, 지식 베이스 관리 시스템의 기본 기능인 지식 베이스 검색 기능만을 이용하여 사용자 정의 규칙 추론을 가능하게 하는 방법에 관한 것이다.
본 발명은 정보통신부 및 정보통신연구진흥원의 IT신성장동력핵심기술개발사업의 일환으로 수행한 연구로부터 도출된 것이다[과제관리번호: 2006-S-026-02, 과제명: 능동형 서비스를 위한 URC 서버 프레임웍 개발].
관계형 모델을 기반으로 데이터를 표현하고 이용하는 데이터 베이스 기술을 거쳐, 최근에는 실세계의 지식을 보다 자연스럽게 표현하고, 논리 추론을 통해 새로운 지식을 자동적으로 유도할 수 있는 지식 표현 기술에 대한 연구가 활발히 진행되고 있다. 이에 따른 대표적인 기술 개발 흐름이 시맨틱 웹(Semantic Web) 기 술이다.
시맨틱 웹이란, 컴퓨터가 지식 자원의 의미를 이해하고 논리적 추론까지 할 수 있는 차세대 지능형 웹으로서, 현재의 인터넷과 같은 분산환경에서 리소스(웹 문서, 각종 화일, 서비스 등)에 대한 정보와 자원 사이의 관계-의미 정보(Semantics)를 기계(컴퓨터)가 처리할 수 있는 온톨로지 형태로 표현하고, 이를 자동화된 기계(컴퓨터)가 처리하도록 하는 프레임워크이자 기술이다. 현재 시맨틱 웹에 관한 연구는, RDF(Resource Description Framework)를 기반으로 한 온톨로지 기술을 중심으로 활발하게 행해지고 있다.
이러한 온톨로지 기반의 지식 표현 기술 중에 논리적 추론의 건전성(soundness)과 완전성(completeness)을 보장하는 것이 기술 논리(Description Logic) 기반의 지식 표현 기술이다. 대표적인 기술 논리 기반의 지식 표현 기술로 시맨틱 웹에서 제안하고 있는 웹 온톨로지 언어(Web Ontology Language; OWL)가 있다.
기술 논리를 기반으로 표현된 지식을 추론하는 시스템은 여러 가지 방식으로 구현될 수 있는데, 그 중 대표적인 방식이 IF~THEN 형태의 규칙을 이용하여 추론을 행하는 방식이다. 일례로, Zang Zuling, Wang Hongbing의, "Implementation and Application of Ontology Databases with User-Defined Rules(UDR) Supported"(Preceedings of the First International Conference on Semantics, Knowledge, and Grod(SKG 2005), p.82, Nov. 2005)에서는, 기존의 데이터베이스 시스템을 이용하여, IF~THEN 형태의 규칙 추론을 행하는 방식에 대하여 기재하고 있 다.
상기의 논문에서는, RDF 또는 OWL 기반의 지식 베이스 대신에, 데이터 베이스의 테이블 구조를 지식으로서 이용하고 있으며, UDR(User Defined Rules) 기반의 함수로서 추론 엔진을 모사하는 기술에 대하여 설명하고 있다. 즉, 일반적인 데이터베이스에 속성 테이블 및 규칙 테이블을 생성하고, 검색을 실행하는 경우에, UDR 기반의 함수의 재귀적 호출에 의하여 규칙 테이블로부터 새로운 속성 데이터를 추가한다. 이러한 방식에 의하여, 기존의 데이터베이스 및 내장된 UDR을 이용하여, 사용자 정의 규칙에 대한 추론뿐만이 아니라 기술 논리 추론까지도 IF~THEN 방식으로 모사할 수 있는 것이다.
그러나, 상기와 같이, 추론 과정을 여러 IF~THEN 형태의 규칙들과 이들의 재귀적 적용을 통해 모사하는 것은 다음과 같은 문제가 있다.
먼저, 상기의 방식에는 기술 논리 추론 엔진이 이용되지 않는다. 따라서, 기술 논리 추론 과정 또한 사용자 정의 규칙으로 작성되어 있어야 하며, 지식을 매번 검색을 요청할 때마다 기술 논리 추론 과정의 모사를 위한 사용자 정의 추론 규칙및 사용자의 요구에 따라 작성된 사용자 정의 추론 규칙이 모두 적용되어 실행되어야 한다.
또한, IF~THEN 형태의 규칙 연산을 행하는 경우에, 이는 기술 논리 추론 과정을 다수 규칙의 연쇄적 적용에 의해 모사하는 것이기 때문에, 재귀(recursive) 호출에 의한 무한 루프(loop)에 빠질 위험이 있다. 이를 방지하기 위하여, 상기 논문에서는 추론 깊이(inference-depth)를 두는 방법을 제시하고 있지만, 이를 적 용하는 경우에는 추론 결과의 완전성을 보장하지 못한다는 문제가 있다. 즉, 추론 결과의 완전성과 계산 유한성을 동시에 만족시킬 수 없다는 문제가 발생한다.
이러한 문제를 해결하기 위해 최근에는 기술 논리 추론 과정을 직접 소프트웨어 알고리즘으로 구현하는 Tableaux 알고리즘이 개발되었으며, 온톨로지 기반의 일반적인 지식 베이스 관리 시스템에서는 Tableaux 알고리즘에 의한 추론을 지원하고 있다.
Tableaux 알고리즘은 증명하고자 하는 내용의 부정에 대해서 다양한 변환 규칙을 적용하여 만족가능(satisfiable)하지 않음을 보여, 증명하고자 하는 내용이 만족가능함을 증명하는 방식을 취하고 있다. 즉 모든 탐색 공간을 검색하여 증명하고자 하는 것의 부정이 만족가능하지 않다는 것을 보여줌으로써 만족가능함을 추론하는 방식이다. Tableaux 알고리즘을 구현한 추론 엔진으로는 FaCT, FaCT++, Pellet, RacerPro 등이 있다. Tableaux 알고리즘을 구현한 추론 엔진은 추론 결과의 건전성, 완전성, 및 계산 유한성을 보장할 뿐만 아니라, 추론 과정을 IF~THEN 형태 규칙들의 연쇄적인 적용으로 구현한 추론 엔진보다 훨씬 좋은 성능을 보장한다.
그러나, Tableaux 알고리즘을 구현한 추론 엔진은 논리 추론과 사용자의 요구에 의해 정의되는 규칙 추론을 함께 사용하지 못하는 단점이 있다. 이는 IF~THEN 형태의 규칙은 기술 논리 표현식으로 완전히 변환될 수 없고 따라서 Tableaux 알고리즘이 처리할 수 없기 때문이다.
그러나, 지식 베이스를 사용하는 시스템에 있어서, 논리 추론 외에도 사용자의 요구 또는 지식 베이스를 활용하는 응용의 요구에 따라 적절한 사용자 정의 규칙 추론을 사용할 필요가 있다. 이를 위해 규칙 추론을 포함하도록 Tableaux 알고리즘을 확장하려는 연구가 진행되고 있으나 아직 만족할 만한 성능과 결과를 보여주지 못하고 있다.
따라서 본 발명은, Tableaux 알고리즘 기반의 기술 논리 추론 엔진을 채용한 지식 베이스 관리 시스템의 문제점을 해결하기 위하여, 지식 베이스 관리 시스템의 기본적인 기능인 검색 기능을 이용하여 사용자 정의 추론 규칙을 적용하는 방법을 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위하여, 본 발명은 기술 논리 추론 엔진을 포함하는 온톨로지 기반의 지식 베이스 관리 시스템에서, 사용자가 정의한 추론 규칙을 적용하는 방법에 있어서, 지식 베이스 검색 언어를 이용하여 작성된 사용자 정의 추론 규칙을 저장하는 단계; 지식 베이스가 변경되었는지 여부에 따라 상기 사용자 정의 추론 규칙의 실행 여부를 판단하는 단계; 상기 실행 여부의 판단에 따라, 상기 저장된 사용자 정의 추론 규칙을 실행하고, 실행 결과를 지식 베이스에 반영하는 단계를 포함하는, 사용자 정의 추론 규칙 적용 방법을 제공한다.
구체적으로는, 상기 기술 논리 추론 엔진은 Tableaux 알고리즘에 기반한다.
또한, 본 발명에 따른 사용자 정의 추론 규칙 적용 방법은, 상기 사용자 정의 추론 규칙을 실행한 경우 실행 결과가 없으면, 이전에 실행한 동일한 사용자 정의 추론 규칙의 실행에 의해 유도되어 지식 베이스에 추가되었던 결과를 지식 베이스로부터 삭제하는 단계를 더 포함한다.
또한, 상기 목적을 달성하기 위하여, 본 발명은 온톨로지 기반의 지식 베이스, 상기 지식 베이스로부터 기술 논리 추론을 행하는 기술 논리 추론부, 지식 베이스 검색 언어를 이용하여 입력된 사용자 정의 추론 규칙을 지식 베이스에 적용하는 사용자 정의 추론 규칙 관리부를 포함하며, 상기 사용자 정의 추론 규칙 관리부는, 상기 입력된 사용자 정의 추론 규칙을 저장하며, 상기 지식 베이스가 변경된 경우에 상기 저장된 사용자 정의 추론 규칙을 실행하여 실행 결과를 지식 베이스에 반영하고, 상기 기술 논리 추론부는, 사용자가 검색을 행하는 경우에 상기 사용자 정의 추론 규칙의 실행 결과가 반영된 지식 베이스로부터 기술 논리 추론을 행하는, 지식 베이스 관리 시스템을 제공한다.
구체적으로는, 상기 기술 논리 추론부는, Tableaux 알고리즘에 기반한 기술 논리 추론 엔진을 포함한다.
더 구체적으로는, 상기 사용자 정의 추론 규칙 관리부는, 상기 사용자 정의 추론 규칙을 실행한 경우 실행 결과가 없으면, 이전에 실행한 동일한 사용자 정의 추론 규칙의 실행에 의한 결과를 지식 베이스로부터 삭제한다.
본 발명에 따른 지식 베이스 관리 시스템에 의하면, 별도의 추론 규칙 표현 언어 또는 이 언어로 작성된 사용자 정의 추론 규칙 처리 기능을 별도로 제공하지 않아도 되며, 지식 베이스 관리 시스템에서 제공되는 지식 베이스 검색 언어만으로 사용자 정의 추론 규칙을 작성하고 이를 지식 베이스에 적용하며, 최종적으로는, 사용자 정의 규칙 추론과 기술 논리 추론 규칙이 모두 적용된 결과를 검색하여 이용할 수 있다. 따라서, 사용자가 지식 베이스 검색 언어와 함께 새로운 규칙 언어를 배워야 하는 어려움이 없다는 이점 또한 제공한다.
또한, 기술 논리 추론에서만 사용 가능한 고성능의 기술 논리 추론 엔진을 사용자 정의 추론 규칙에도 적용할 수 있게 되어, 효율적인 지식 베이스의 검색을 행할 수 있다.
이하, 본 발명에 따른 실시예를 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명에 따른 사용자 정의 추론 규칙을 적용하는 지식 베이스 관리 시스템의 구조 및 각 구성 요소간의 상호 연동 관계를 설명하는 도면이다.
지식 베이스 관리 시스템(100)은, 지식 베이스(110); 기술 논리 추론부(120); 지식 검색 처리부(130); 사용자 정의 추론 규칙 관리부(140) 및 지식 조작 처리부(150)를 포함한다.
지식 베이스(110)는, 온톨로지 기반의 지식 데이터를 저장하고 있는 장소로서, 예를 들면 주어(Subject), 서술어(Property), 목적어(Object)의 세 개의 요소 를 갖는 RDF의 형태로 지식을 저장한다.
기술 논리 추론부(120)는, 지식 베이스(110)에 대한 질의가 입력되는 경우에, 지식 베이스(110)에 저장된 지식으로부터 논리 추론이 적용된 검색 결과를 반환한다. 기술 논리 추론부(120)는 상술한 논리 추론을 행하기 위한 기술 논리 추론 엔진을 포함하며, 기술 논리 추론 엔진은 예를 들면 Tableaux 알고리즘 등에 기반하여 논리 추론을 행한다. 이에 대해서는 후술한다.
지식 검색 처리부(130)는, 사용자에 의한 검색 또는 사용자 정의 추론 규칙 관리자에 의한 검색 요청이 있는 경우에 이에 대하여 기술 논리 추론부(120)에 질의를 행하며, 질의에 대한 결과를 반환한다.
사용자 정의 추론 규칙 관리부(140)는, 사용자에 의하여 입력된 사용자 정의 추론 규칙을 저장하고, 저장된 사용자 정의 추론 규칙을 실행할 시점을 판단하여, 지식 조작 처리부(150)로 하여금 지식 베이스(110)를 업데이트하도록 지시한다.
지식 조작 처리부(150)는, 새로운 지식이 입력되는 경우에 이를 지식 베이스(110)에 업데이트하며, 또한, 특정 시점에 사용자 정의 추론 규칙 관리부(140)로부터 지식 베이스(110)의 업데이트를 지시받는 경우에, 사용자 정의 추론 규칙을 실행하여 지식 베이스(110)를 업데이트한다.
본 발명에 따른 지식 베이스 관리 시스템(100)에서 지식 베이스를 검색하는 과정을 설명한다.
사용자가 지식 베이스를 검색하고자 하는 경우, 지식 베이스 검색 언어를 이 용하여 질의를 행한다. 지식 베이스 검색 언어는, 지식 베이스 관리 시스템에서 일반적으로 제공하는 언어로서, 현재 W3C에서는 온톨로지 기반 지식 베이스 검색 언어로서 SPARQL을 표준으로 채택하고 있다.
사용자는, 예를 들면, SPARQL에서 제공하는 SELECT문을 이용하여, 검색을 행할 수 있으며, 이는 일반 데이터베이스에서 사용하는 SQL의 SELECT문과 유사한 방식으로 질의가 가능하다. 사용자는 찾고자 하는 사항에 대한 질의를 지식 검색 처리부(130)에 보내고, 지식 검색 처리부(130)는, 이를 기술 논리 추론부(120)에 질의한다.
기술 논리 추론부(120)는 지식 베이스(110)에 존재하는 진술로부터 원하는 결과를 얻기 위한 기술 논리 추론 과정을 거치며, 이 과정에서 기술 논리 추론 엔진이 이용된다. 기술 논리 추론 엔진이 채택하는 알고리즘은 여러가지가 있으나, 건전성(soundness)과 완전성(completeness) 및 계산 유한성(decidability)을 동시에 보장하면서 높은 성능까지 보장하는 알고리즘으로서 Tableaux가 이용될 수 있다. 기술 논리 추론부(120)는, Tableaux 알고리즘 등을 이용하여 지식 베이스(110)의 진술 가운데 질의에 알맞는 진술을 검색하고 그에 따른 결과를 리턴한다. 이러한 과정을 거쳐 사용자는 효율적인 검색을 수행할 수 있게 된다.
그러나, 일반적인 기술 논리 추론 뿐만 아니라 사용자 정의 규칙 추론까지 반영된 결과를 검색하고자 하는 경우에는, 상술한 기술 논리 추론 엔진만으로는 불가능하다. 기술 논리 추론 엔진은 진술의 형식, 즉 형식 논리에 의해서만 추론이 가능하지만, 사용자 정의 추론 규칙은 그때마다의 응용상황 및 사용자의 요구사항 에 따라 달라지기 때문에 실질적인 의미를 파악하여 추론을 행해야 하기 때문이다.
이러한 사용자 정의 추론 규칙을 적용하기 위하여 지식 조작 처리부(150)가 제공된다. 지식 조작 처리부(150)는, 사용자가 입력한 사용자 정의 추론 규칙을 적용하여 이에 의하여 추론된 진술을 지식 베이스(110)에 업데이트함으로써, 상술한 검색 방법으로도 사용자 정의 추론 규칙이 적용된 진술을 검색할 수 있게 한다. 사용자 정의 추론 규칙을 적용하는 시점은, 바람직하게는 지식 베이스(110)가 변경된 때이며, 따라서, 매번 검색시마다 사용자 정의 추론 규칙을 새로 적용할 필요는 없다.
본 발명에 따른 지식 베이스 관리 시스템(100)에서 사용자 정의 추론 규칙이 적용되는 과정을 설명한다.
사용자 정의 추론 규칙을 적용하고자 하는 경우, 지식 베이스 관리 시스템에서 일반적으로 제공되는, SPARQL 등의 지식 베이스 검색 언어를 이용하여 필요한 추론 규칙을 입력한다.
SPARQL에서는 CONSTRUCT문이라는 명령문을 제공하고 있는데, 도 2(b)에서는 SPARQL에서의 CONSTRUCT 검색문의 예를 보여주고 있다. SPARQL의 CONSTRUCT 검색문은 크게 두 부분으로 구성된다. "WHERE" 키워드 뒤의 "{" 및 "}"로 구분되는 부분(이하, WHERE절이라 한다.)은, 찾고자 하는 진술에 대한 조건, 즉 지식 베이스 내의 진술과 비교하여 참인지를 판단할 진술을 명세한다. 또한 "CONSTRUCT" 키워드 뒤의 "{" 및 "}"로 구분되는 부분(이하 CONSTRUCT절이라 한다.)은 WHERE 절의 진술이 만족될 때 결과로 새롭게 구성될 진술을 명세한다. "CONSTRUCT" 절에는 반드시 WHERE 절에 사용된 변수 및 상수만이 사용되어야 한다. "?" 또는 "_:" 접두사가 붙은 요소들이 변수를 나타내고, 그 밖의 요소들은 상수에 해당한다. CONSTRUCT문은 지식 베이스를 검색하여 WHERE절의 조건이 만족하는 경우에, CONSTRUCT절의 새로운 진술을 생성한다. 따라서 CONSTRUCT문에 의하여 사용자 정의 추론 규칙을 작성함으로써 기존 지식 베이스 간에 사용자가 의도하는 새로운 의미 추론을 적용시킬 수 있는 것이다.
이렇게 작성된 CONSTRUCT문은 사용자 정의 추론 규칙 관리부(140)에 의해 로딩되어 저장된다. 사용자 정의 추론 규칙 관리부(140)는 적절한 시점에 지식 베이스 관리 시스템의 지식 베이스 검색 기능을 이용하여 CONSTRUCT문을 실행시키고, 추론 결과에 해당되는 새로운 진술을 얻고 이를 CONSTRUCT문과 매칭시켜 저장한다. 적절한 시점이란, 예를 들면 지식 베이스가 변경되었을 때를 의미하며, 사용자 정의 추론 규칙 관리부(140)는 지식 베이스를 모니터링하여 지식 베이스가 변경된 것으로 판단되는 경우에 CONSTRUCT문을 실행시킨다.
지식 베이스가 변경되었을 때 사용자 정의 추론 규칙 관리부는 모든 CONSTRUCT문을 새롭게 실행시키고 그 결과를 다시 지식 베이스에 반영하는데, 그 이유는, 지식 베이스가 변경되면 이전 단계에서 실행한 CONSTRUCT문의 실행 결과(이전 시점에서는 참이었던 지식)가 달라질 수(현 시점에서는 거짓이 될 수) 있기 때문이며, 지식 베이스가 변경되지 않은 경우에는 CONSTRUCT문의 실행 결과가 달라지지 않아, CONSTRUCT문을 실행시킬 필요가 없다. 따라서, 매번 검색시마다 새롭 게 사용자 정의 규칙 추론을 행할 필요가 없게 되며, 검색 성능이 향상될 수 있다.
도 2의 예를 이용하여 CONSTRUCT문에 의해 사용자 정의 규칙이 지식 베이스에 적용되는 과정을 구체적으로 살펴본다.
기존 지식 베이스에 저장되어 있는 진술이 도 2(a)와 같을 때, 이는 "USER_A"의 "userLocation"이라는 속성(현재 위치)이 "SEOUL"이고, "USER_B"의 "userLocation"이라는 속성이 "TOKYO"임을 의미한다.
그러나, 사용자는 "userLocation"이라는 속성뿐만이 아니라 "region"이라는 속성(거주 지역)을 새로 정의하여 표현하고 싶어하며, 해당 유저의 거주 지역(region)을 질의했을 때에 현재 위치(userLocation)로부터 거주 지역을 추론해서 보여주기를 바란다고 가정한다. 이러한 경우에, 도 2(b)와 같은 CONSTRUCT문을 작성하여 사용자 정의 추론 규칙 관리부(140)에 저장하면, 저장된 사용자 정의 규칙은 적절한 시점에 지식 조작 처리부(150)에 의해 실행되어 지식 베이스(110)에 적용된다. 상기의 CONSTRUCT문이 적용된 후의 변경된 지식 베이스(110)는 도 2(c)와 같으며, "USER_A" 및 "USER_B"의 "region"이라는 새로운 속성이 정의되었고 사용자가 정의한 추론 규칙에 의해 적절한 값이 표현되어 있다. 이후 사용자는 사용자의 거주 지역에 대해서도 질의를 하여 올바른 결과를 얻을 수 있게 된다.
상술한 바와 같이, 지식 베이스가 변경될 때 CONSTRUCT문을 실행시켜 사용자 정의 추론 규칙을 적용하는 경우, 기존에는 검색 결과가 존재하였으나, 현 시점에서는 검색 결과가 존재하지 않게 되는 경우가 있다. 즉, WHERE절의 진술이 현 시 점의 지식 베이스에서는 거짓이 되어 CONSTRUCT절의 진술이 구성될 수 없는 경우가 있다. 이 경우에, 이전 시점에 해당 CONSTRUCT문에 의해 지식 베이스(110)에 추가된 진술은 삭제되어야 한다. 사용자 정의 추론 규칙 관리부(140)는, 현 시점에서 거짓이 된 사용자 정의 규칙에 매칭되는, 이전 검색문 실행에 의해 추가된 진술을 지식 베이스(110)에서 삭제하고, 필요한 경우 해당 사용자 정의 규칙, 즉 해당 CONSTRUCT문을 또한 삭제할 수 있다.
도 1은 본 발명에 따른 사용자 정의 추론 규칙을 적용하는 지식 베이스 관리 시스템의 구조 및 각 구성 요소간의 상호 연동 관계를 설명하는 도면이다.
도 2(a)는 일반적인 지식 베이스로서, 사용자 정의 추론 규칙을 적용하기 전의 지식 베이스를 나타내는 도면이다.
도 2(b)는 SPARQL 언어에 의한 CONSTRUCT문의 예시이다.
도 2(c)는 도 2(b)의 CONSTRUCT문을 실행시킨 후에 변경된 지식 베이스를 나타내는 도면이다.

Claims (7)

  1. 기술 논리 추론 엔진을 포함하는 온톨로지 기반의 지식 베이스 관리 시스템에서 사용자가 정의한 추론 규칙을 적용하는 방법에 있어서,
    지식 베이스 검색 언어를 이용하여 작성된 사용자 정의 추론 규칙을 저장하는 단계;
    지식 베이스가 변경되었는지 여부에 따라 상기 사용자 정의 추론 규칙의 실행 여부를 판단하는 단계;
    상기 실행 여부의 판단에 따라, 상기 저장된 사용자 정의 추론 규칙을 실행하고, 실행 결과를 지식 베이스에 반영하는 단계
    를 포함하는, 사용자 정의 추론 규칙 적용 방법.
  2. 청구항 1에 있어서, 상기 기술 논리 추론 엔진은 Tableaux 알고리즘에 기반하는, 사용자 정의 추론 규칙 적용 방법.
  3. 삭제
  4. 청구항 1 또는 2에 있어서,
    상기 사용자 정의 추론 규칙을 실행한 경우 실행 결과가 없으면, 이전에 실행한 동일한 사용자 정의 추론 규칙의 실행에 의한 결과를 지식 베이스로부터 삭제하는 단계를 더 포함하는, 사용자 정의 추론 규칙 적용 방법.
  5. 온톨로지 기반의 지식 베이스,
    상기 지식 베이스로부터 기술 논리 추론을 행하는 기술 논리 추론부,
    지식 베이스 검색 언어를 이용하여 입력된 사용자 정의 추론 규칙을 지식 베이스에 적용하는 사용자 정의 추론 규칙 관리부를 포함하며,
    상기 사용자 정의 추론 규칙 관리부는, 상기 입력된 사용자 정의 추론 규칙을 저장하며, 상기 지식 베이스가 변경된 경우에 상기 저장된 사용자 정의 추론 규칙을 실행하여 실행 결과를 지식 베이스에 반영하고,
    상기 기술 논리 추론부는, 사용자가 검색을 행하는 경우에 상기 사용자 정의 추론 규칙의 실행 결과가 반영된 지식 베이스로부터 기술 논리 추론을 행하는, 지식 베이스 관리 시스템.
  6. 청구항 5에 있어서,
    상기 기술 논리 추론부는, Tableaux 알고리즘에 기반한 기술 논리 추론 엔진을 포함하는, 지식 베이스 관리 시스템.
  7. 청구항 5 또는 6에 있어서,
    상기 사용자 정의 추론 규칙 관리부는, 상기 사용자 정의 추론 규칙을 실행한 경우 실행 결과가 없으면, 이전에 실행한 동일한 사용자 정의 추론 규칙의 실행에 의한 결과를 지식 베이스로부터 삭제하는, 지식 베이스 관리 시스템.
KR1020070089784A 2007-09-05 2007-09-05 지식 베이스 검색 기능을 이용한 사용자 정의 추론 규칙적용 방법 및 이를 구현한 지식 베이스 관리 시스템 KR100897026B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020070089784A KR100897026B1 (ko) 2007-09-05 2007-09-05 지식 베이스 검색 기능을 이용한 사용자 정의 추론 규칙적용 방법 및 이를 구현한 지식 베이스 관리 시스템
US12/204,451 US8175997B2 (en) 2007-09-05 2008-09-04 Method of applying user-defined inference rule using function of searching knowledge base and knowledge base management system therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070089784A KR100897026B1 (ko) 2007-09-05 2007-09-05 지식 베이스 검색 기능을 이용한 사용자 정의 추론 규칙적용 방법 및 이를 구현한 지식 베이스 관리 시스템

Publications (2)

Publication Number Publication Date
KR20090024877A KR20090024877A (ko) 2009-03-10
KR100897026B1 true KR100897026B1 (ko) 2009-05-14

Family

ID=40409004

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070089784A KR100897026B1 (ko) 2007-09-05 2007-09-05 지식 베이스 검색 기능을 이용한 사용자 정의 추론 규칙적용 방법 및 이를 구현한 지식 베이스 관리 시스템

Country Status (2)

Country Link
US (1) US8175997B2 (ko)
KR (1) KR100897026B1 (ko)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8489649B2 (en) * 2010-12-13 2013-07-16 Oracle International Corporation Extensible RDF databases
EP2881899B1 (de) * 2013-12-09 2018-09-12 Deutsche Telekom AG System und Verfahren zur automatisierten Aggregation von Beschreibungen individueller Objektvarianten
US10042928B1 (en) * 2014-12-03 2018-08-07 The Government Of The United States As Represented By The Director, National Security Agency System and method for automated reasoning with and searching of documents
US20170032052A1 (en) * 2015-07-29 2017-02-02 Oracle International Corporation Graph data processing system that supports automatic data model conversion from resource description framework to property graph
KR101686919B1 (ko) * 2016-01-07 2016-12-16 주식회사 엑셈 빅데이터에 기반한 추론 엔진을 관리하는 방법 및 장치
CN110569368B (zh) * 2019-09-12 2022-11-29 南京大学 面向rdf知识库问答的查询松弛方法
CN111144570B (zh) * 2019-12-27 2022-06-21 福州大学 一种联合逻辑规则和置信度的知识表示方法
CN111667074A (zh) * 2020-05-19 2020-09-15 北京海致星图科技有限公司 一种应用知识推理到知识图谱生成方法及系统
CN112487058A (zh) * 2020-11-30 2021-03-12 北京航空航天大学 一种基于数据挖掘的数控机床故障监测与诊断系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002063033A (ja) 2000-08-21 2002-02-28 Toko Seiki Co Ltd オントロジを備えた知識管理システム
KR20060061190A (ko) * 2004-12-01 2006-06-07 한국전자통신연구원 규칙기반 상황 맞춤형 서비스 제공 방법 및 시스템
KR20070061172A (ko) * 2005-12-08 2007-06-13 한국전자통신연구원 의미정보 기반 서비스 제공 시스템 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002063033A (ja) 2000-08-21 2002-02-28 Toko Seiki Co Ltd オントロジを備えた知識管理システム
KR20060061190A (ko) * 2004-12-01 2006-06-07 한국전자통신연구원 규칙기반 상황 맞춤형 서비스 제공 방법 및 시스템
KR20070061172A (ko) * 2005-12-08 2007-06-13 한국전자통신연구원 의미정보 기반 서비스 제공 시스템 및 방법

Also Published As

Publication number Publication date
US8175997B2 (en) 2012-05-08
KR20090024877A (ko) 2009-03-10
US20090063384A1 (en) 2009-03-05

Similar Documents

Publication Publication Date Title
KR100897026B1 (ko) 지식 베이스 검색 기능을 이용한 사용자 정의 추론 규칙적용 방법 및 이를 구현한 지식 베이스 관리 시스템
US11763175B2 (en) Systems and methods for semantic inference and reasoning
Dittrich et al. iDM: A unified and versatile data model for personal dataspace management
US7693812B2 (en) Querying data and an associated ontology in a database management system
US20080172360A1 (en) Querying data and an associated ontology in a database management system
US20090070300A1 (en) Method for Processing Data Queries
Oldakowski et al. Rap: Rdf api for php
Franzoni et al. Heuristics for semantic path search in wikipedia
CN109885585A (zh) 支持存储过程、触发器与视图的分布式数据库系统和方法
JP2024041902A (ja) マルチソース型の相互運用性および／または情報検索の最適化
US11726999B1 (en) Obtaining inferences to perform access requests at a non-relational database system
US11500862B2 (en) Object relational mapping with a single database query
CN112256927A (zh) 基于属性图的知识图谱数据处理方法和装置
RU2605387C2 (ru) Способ и система для хранения данных графов
Agrawal et al. A survey on content based crawling for deep and surface web
Torre-Bastida et al. Query rewriting for an incremental search in heterogeneous linked data sources
KR20120087217A (ko) 장소 사회적 관계기반 소셜 미디어 서비스를 위한 시맨틱 온톨로지 동적 재구성 방법 및 관리 장치
Pankowski et al. Data access based on faceted queries over ontologies
US20150046494A1 (en) Main-memory based conceptual framework for file storage and fast data retrieval
Gomes et al. The Web Within: leveraging Web standards and graph analysis to enable application-level integration of institutional data
Wang et al. A data services composition approach for continuous query on social media streams
Marx et al. Towards an efficient RDF dataset slicing
Rodriguez Interpretations of the Web of Data
Silvello et al. A Provenance-Based Caching System to Speed-up SPARQL Query Answering
Kim et al. Generalizing and Processing Topological Data using Sentence Data Structure

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: 5

FPAY Annual fee payment

Payment date: 20140430

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20150514

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20160504

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20170508

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20180515

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20190418

Year of fee payment: 11