KR101069207B1 - 전자 문서에 의미 정보를 부착하는 시스템 및 방법 - Google Patents

전자 문서에 의미 정보를 부착하는 시스템 및 방법 Download PDF

Info

Publication number
KR101069207B1
KR101069207B1 KR1020080127447A KR20080127447A KR101069207B1 KR 101069207 B1 KR101069207 B1 KR 101069207B1 KR 1020080127447 A KR1020080127447 A KR 1020080127447A KR 20080127447 A KR20080127447 A KR 20080127447A KR 101069207 B1 KR101069207 B1 KR 101069207B1
Authority
KR
South Korea
Prior art keywords
electronic document
sentence
machine
document
triple
Prior art date
Application number
KR1020080127447A
Other languages
English (en)
Other versions
KR20100068929A (ko
Inventor
최기선
남세진
박정원
문일철
안진현
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020080127447A priority Critical patent/KR101069207B1/ko
Publication of KR20100068929A publication Critical patent/KR20100068929A/ko
Application granted granted Critical
Publication of KR101069207B1 publication Critical patent/KR101069207B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Machine Translation (AREA)

Abstract

본 발명은 전자 문서에 의미 정보를 부착하는 시스템 및 방법에 관한 것으로, 사용자의 정보 요구에 맞는 전자 문서를 웹상에서 수집하는 전자 문서 수집 장치; 상기 수집된 전자 문서 집합이나 사용자가 제공한 전자 문서 집합에 있는 전자 문서들을 분석하여 전자 문서를 선별하는 전자 문서 집합 분석 장치; 상기 선별된 전자 문서에서 자연언어 문장을 추출하는 문장 추출 장치; 상기 문장을 간단한 문장으로 분리하는 단순 문장화 장치; 상기 간단한 문장으로부터 트리플을 추출하는 트리플 추출 장치; 트리플의 각 부분을 기존의 기계 가독형 지식구조에 대응시키는 트리플 매핑 장치; 상기 트리플 및 매핑 정보로부터 기계 가독형 지식 구조를 전자 문서로 출력하는 기계 가독형 지식 구조 문서 출력 장치; 사용자가 판단한 사항을 기록으로 남길 수 있게 하는 에러 로그 입력 장치; 및 상기 사용자의 기록을 분석하여 통계 수치화하여 보여주는 에러 로그 분석 장치를 포함한다.
의미 정보, 태깅, 온톨로지, 기계 가독형 지식 구조, 어노테이션

Description

전자 문서에 의미 정보를 부착하는 시스템 및 방법 {System and method for annotating semantic tags to electronic documents}
본 발명은 전자 문서에 의미 정보를 부착하는 시스템 및 방법에 관한 것으로, 보다 상세하게는 기존의 자연언어 데이터에 의미 정보를 반자동으로 추가 함으로서 기계가 읽을 수 있는 형태로 바꾸는 시스템 및 방법에 관한 것이다.
현재의 인터넷을 통한 정보 전달 기술은 상당히 발달하여 언제 어디서나 누구든지 쉽게 그 정보를 얻을 수가 있다. 정보의 홍수라 할 수 있는 현재의 상황에서 많은 연구자가 나름의 목적에 따라 의미 있는 정보 전달 기술을 개발 및 발전시키고 있다. 이러한 종래의 기술 가운데, HTML (HyperText Markup Language) 문서에 있는 각 단어의 의미 정보를 추가하는 시스템이 제안되었고 (참조: J. Heflin, J. Hendler, and S. Luke. Shoe: A knowledge representation language for internet applications. In Technical Report CS - TR -4078, volume UMIACS TR-99-7. Dept. of Computer Science, University of Maryland at College Park, 1999), GUI (Graphical User Interface) 기반의 어노테이션 툴로서 간단한 마우스 드래그-앤- 드롭 인터페이스를 통해서 주어진 기계 가독형 지식 구조의 의미 정보를 HTML 페이지에 추가하는 기술이 제안되었다 (참조: CREME: S. Handschuh and S. Staab. Authoring and annotation of web pages in cream. In Proceedings of the 11th international conference on World Wide Web, pages 462?473, New York, NY, USA, 2002. ACM.), 또한 하나의 HTML 페이지를 웹을 통하여 여러 사람이 동시에 어노테이션 하는 기능을 제공하는 시스템인 Annotizer가 제안되어 왔다 (참조: User-friendly www annotation system for collaboration in research and education environments. In The IASTED International Conference on Web Technolgies, Applciations and Services, WTAS 2006).
상기한 종래의 기술은 사용자가 주어진 전자문서의 자연언어 문장을 일일이 보고 어노테이션하기 때문에 시간이 많이 걸릴 수 있다. 이러한 종래의 단점을 해결코자, 본 발명에 따라 개발된 전자 문서에 의미 정보를 부착하는 시스템 및 방법은 자연언어 문장을 어노테이션하는 과정을 부분적으로 자동화함으로써 사용자가 자연언어 문장을 일일이 봐야 하는 횟수를 줄여주어 어노테이션 시간을 줄여 준다.
또한, 상기한 종래의 기술은 주어진 자연언어 문장을 사용자가 수동으로 어노테이션 하기 때문에 사용자의 주관이 개입되어 어노테이션 산출물이 일관적이지 않을 수 있다는 문제가 있다. 그러나, 본 발명에 따른 전자 문서에 의미 정보를 부착하는 시스템 및 방법은 자연언어 문장의 어노테이션 과정을 부분적으로 자동 처리함으로써 사용자의 주관적인 개입이 줄어들게 되어 비교적 일관적인 어노테이션 산출물을 얻을 수가 있다.
또한, 상기한 종래의 기술은 사용자의 주관적인 판단을 기록하는 장치가 없기 때문에 장치 자체의 개선이나 다른 사용자에게 어노테이션 작업을 인수인계하는데 사용되는 가이드 라인을 작성하기 쉽지 않다. 본 발명에 따른 전자 문서에 의미 정보를 부착하는 시스템 및 방법은 사용자가 어노테이션하는 과정에서 사용자가 사용한 모든 주관적인 판단을 유형별로 구분해서 기록을 남기게 함으로써, 본 발명에 따른 전자 문서에 의미 정보를 부착하는 장치의 내부 작업 흐름을 개선하는데 활용할 뿐만 아니라 다른 사용자가 동일한 작업을 일관성 있게 수행하는데 필요한 가이 드라인을 작성하는데 지침 자료로 활용할 수 있다.
또한, 상기한 종래의 기술은 전자 문서와 그것의 어노테이션 산출물을 서로 비교하여 분석하는 장치가 없기 때문에 불필요한 어노테이션을 할 수가 있지만, 본 발명에 따른 전자 문서에 의미 정보를 부착하는 시스템 및 방법은 어노테이션 산출물을 기존의 기계 가독형 지식 구조가 기술하는 의미 정보에 대응시킴으로써 이미 어노테이션이 되어 기계 가독형 지식 구조에 의미 정보로서 기술된 자연언어 문장에 대해서는 다시 어노테이션할 필요가 없다는 것을 알아낼 수 있기 때문에 어노테이션 시간을 줄여준다.
상기한 바와 같이 종래의 문제를 해결하기 위한 본 발명에 따른 전자 문서에 의미 정보를 부착하는 장치는,
사용자의 정보 요구에 맞는 전자 문서를 웹상에서 수집하는 전자 문서 수집 장치; 상기 수집된 전자 문서 집합이나 사용자가 제공한 전자 문서 집합에 있는 전자 문서들을 분석하여 전자 문서를 선별하는 전자 문서 집합 분석 장치; 상기 선별된 전자 문서에서 자연언어 문장을 추출하는 문장 추출 장치; 상기 문장을 간단한 문장으로 분리하는 단순 문장화 장치; 상기 간단한 문장으로부터 트리플을 추출하는 트리플 추출 장치; 트리플의 각 부분을 기존의 기계 가독형 지식구조에 대응시키는 트리플 매핑 장치; 상기 트리플 및 매핑 정보로 부터 기계 가독형 지식 구조를 전자 문서로 출력하는 기계 가독형 지식 구조 문서 출력 장치; 사용자가 판단한 사항을 기록으로 남길 수 있게 하는 에러 로그 입력 장치; 및 상기 사용자의 기록을 분석하여 통계 수치화하여 보여주는 에러 로그 분석 장치를 포함한다.
또한, 상기 전자 문서는 HTML 문서, 위키피디아 문서, PDF (Portable Document Format) 문서, 마이크로소프트 워드 문서, 한글 문서, 광학 판독기를 이용해서 만들어진 전자 문서 등 자연언어 문장이 포함되어 있고 기계가 처리할 수 있는 전자 문서는 모두 가능하다.
또한, 상기 자연언어는 영어, 한국어, 일본어, 중국어, 독일어, 프랑스어 등 전자 문서로 기록될 수 있는 모든 언어를 포함한다.
또한, 상기 전자 문서 집합은 사용자가 임의로 선택한 전자 문서 집합, 위키피디아 문서 집합, 웹 상에서 수집된 HTML 문서 집합 등 전자 문서 집합은 모두 가능하다.
또한, 상기 전자 문서 집합은 문서들 간의 링크 정보가 포함될 수 있다.
또한, 상기 기계 가독형 지식 구조를 기술하는 언어는 OWL (Web Ontology Language), KIF (Knowledge Interchange Format) 등 해석 처리 장치가 존재하여 기계가 그 의미를 해석 처리할 수 있는 형태의 언어는 모두 가능하다.
또한, 상기 트리플은 RDF (Resource Description Framework) 트리플은 물론 기타 기계 가독형 지식 구조 언어와 매핑되어 기존의 기계 가독형 지식 구조를 확장하거나 기계 가독형 지식 구조를 새롭게 생성할 수 있으면 모두 가능하다.
또한, 상기 전자 문서에 의미 정보를 부착하는 장치는 웹 인터페이스를 제공해서 웹 브라우저를 통해 사용될 수 있고 일반 응용 애플리케이션 형태로 제작되어 사용될 수 있다.
또한, 상기 전자 문서에 의미 정보를 부착하는 장치는 관련 정보가 사용자 컴퓨터에만 저장되어서 해당 컴퓨터에서만 사용되거나 그 정보가 서버에 저장되어서 여러 사람에 의해 네트워크를 통해 사용될 수 있다.
또한, 상기 기계 가독형 지식 구조 문서 출력 장치는 화면에 그래프 형태로 출력될 수 있고 XML (Extensible Markup Language) 등 기계가 읽을 수 있는 언어를 사용해서 파일로 출력될 수 있다.
또한, 상기 에러 로그 입력 장치에서는 에러 로그 유형을 사용자에게 제시하고 사용자는 그 중에 하나를 택하고 기타 코멘트를 입력한다.
또한, 상기 에러 로그 분석 장치에서는 상기와 같이 입력된 에러 로그들에 대한 통계 수치를 제공해서 사용자의 주관적인 판단을 계량화하고 그것을 다른 장치를 개선하는 자료로 활용한다.
또한, 상기 에러 로그 입력장치와 상기 에러 로그 분석 장치는 사용자의 수작업이 개입되는 모든 장치(전자 문서 수집 장치, 전자 문서 집합 분석 장치, 문장 추출 장치, 단순 문장화 장치, 트리플 추출 장치, 트리플 매핑 장치, 기계 가독형 지식 구조 문서 출력 장치)와 연동 되어 사용자가 매 단계 마다 에러 로그를 입력하고 분석할 수 있게 한다.
상기한 바와 같이 종래의 문제를 해결하기 위한 본 발명에 따른 전자 문서에 의미 정보를 부착하는 방법은,
주어진 전자 문서 집합을 분석해서 기 생성된 기계 가독형 지식 구조 문서와 가장 많이 겹치는 전자 문서들을 선별하는 제1 단계; 선별된 전자 문서에 있는 문장들 중 하나의 문장을 선택하는 제2 단계; 단순 문장화 장치를 이용하여 상기 선택된 문장을 간단한 문장들로 분리하는 제3 단계; 트리플 추출 장치를 이용하여 상기 간단한 문장으로부터 트리플을 추출하는 제 4단계; 트리플 매핑 장치를 이용하여 상기 추출된 트리플의 각 부분을 기존의 기계 가독형 의미 구조에 매핑 시키는 제 5단계; 및 기계 가독형 지식 구조 문서 출력 장치를 이용하여 상기 추출된 트리플 및 상기 매핑 정보를 이용하여 기계 가독형 지식 구조 문서를 출력하는 제 6단계를 포함한다.
또한, 상기 전자 문서 집합 분석 장치에서 기 생성된 기계 가독형 지식 구조 문서와 주어진 전자 문서의 겹치는 정도는 기 생성된 지식 구조에 있는 단어와 관련된 내용이 주어진 전자 문서에 출현하는 빈도수에 비례한다. 상기 겹치는 정도의 또 다른 정의로는, 주어진 전자 문서들을 비슷한 문서들로 분류한 뒤 그것의 대표 단어와 관련된 내용이 기 생성된 지식 구조에 출현하는 정도이다.
또한, 상기 제 3단계는 트리플 추출 장치에 적합한 형태로 자동으로 변환하는 과정 및 반자동으로 변환할 수 있게 하는 인터페이스를 통해 사용자가 수작업으로 간단한 문장으로 바꾸는 과정을 포함한다.
또한, 상기 제 3단계는 사용자가 수작업으로 간단한 문장으로 바꾸는 과정을 돕기 위해 명사절/구, 형용사절/구 등 절/구 표시, 지식 구조의 최소 단위인 단어 표시, 단어 간의 의존 관계 표시 등 자연언어 해석 처리 장치를 사용해서 분석될 수 있는 모든 정보를 사용자에게 글이나 그림의 형태로 제공하는 과정을 포함한다. 자연언어 해석 처리 장치는 패턴을 이용한 자연언어 문장 분석, 형태소 분석, 의존 문법 트리 구성을 통한 분석 등을 수행하는 장치를 포함한다.
또한, 상기 제 3단계는 대명사에 대응되는 추천 단어 제시, 관련 내용이 기술된 기존 문장과 그 문서 제시 등 자연언어 문장의 애매함을 해소할 수 있는 정보를 사용자에게 글을 통해 제공하는 과정을 포함한다.
또한, 상기 제 3단계는 처리하고 있는 문장 및 문장의 단어와 관련된 정보가 어떠한 문서의 어떠한 문장의 어떠한 단어에 있는지를 선이나 기타 다른 방식의 도형을 통해 연결하고 어떤 관련성이 있는지는 글자로 표시하는 방식으로 사용자가 제 3단계를 수행함에 있어서 유용한 정보를 제공하는 과정을 포함한다.
또한, 상기 제 4단계는 패턴을 이용하여 트리플을 추출하는 방법과 의존 문법 트리를 이용하여 추출하는 방법 모두 가능하다.
또한, 상기 제 4단계에서의 패턴을 이용하는 방법은 자연언어 문장 패턴과 그것에 대응되는 트리플 쌍을 모아 놓은 테이블을 이용하여 처리하려는 문장과 일치하는 패턴을 찾고 그것에 대응되는 트리플을 추출한다.
또한, 상기 제 4단계에서의 의존 문법 트리를 이용하여 추출하는 방법은 구문 분석기를 사용하여 의존 문법 트리를 얻은 뒤 몇 가지 규칙을 적용하여 트리플을 추출하는 방법을 포함한다.
또한, 상기 제 5단계에서의 트리플의 subject와 object 부분을 기존의 기계 가독형 지식 구조의 클래스에 대응시키고 트리플의 predicate 부분을 기존의 기계 가독형 지식 구조의 predicate에 대응시키는 방법을 포함한다. 그리고, 워드넷 같은 기계 가독형 전자 사전이나 구글 검색 엔진 같은 웹 검색 엔진을 이용하여 트리플의 subject나 object의 상위어를 찾은 뒤 그 정보를 이용하여 subject나 object를 기존의 기계 가독형 지식 구조의 클래스와 그 주변 구조를 고려한 유사도를 계산하여 랭킹하여 사용자에게 제공하는 방법을 포함한다. predicate도 마찬가지로 랭킹하여 사용자에게 제공하는 방법을 포함한다.
상기한 바와 같은 본 발명에 따른 전자 문서에 의미 정보를 부착하는 장치 및 이를 이용하여 전자 문서 집합으로부터 기계 가독형 지식 구조 문서를 생성하는 방법에 의하면, 자연언어 문장을 기계가 읽을 수 있는 형태로 쉽게 바꿀 수 있기 때문에 자연언어로 작성된 기존의 수많은 웹상의 문서를 컴퓨터 프로그램이 읽을 수 있게 되기 때문에 지식 기반 웹 응용 프로그램 구현이 쉬워진다.
또한, 상기한 바와 같은 본 발명에 따른 전자 문서에 의미 정보를 부착하는 시스템 및 방법은 자연언어 문장을 어노테이션하는 과정을 일부 자동화함으로써 사용자가 자연언어 문장을 일일이 봐야 하는 횟수를 줄여주어 어노테이션 시간을 줄여 준다.
또한, 상기한 바와 같은 본 발명에 따른 전자 문서에 의미 정보를 부착하는 시스템 및 방법은 자연언어 문장을 어노테이션하는 과정을 일부 자동화함으로써 사용자의 주관적인 개입이 줄어들게 되어 비교적 일관적인 어노테이션 산출물을 얻을 수가 있다.
또한, 상기한 바와 같은 본 발명에 따른 전자 문서에 의미 정보를 부착하는 시스템 및 방법은 사용자가 어노테이션 하는 과정에서 사용자가 사용한 모든 주관적인 판단을 유형별로 구분해서 기록을 남기게 함으로써, 본 발명에 따른 전자 문서에 의미 정보를 부착하는 장치의 내부 작업 흐름을 개선하는데 활용할 뿐만 아니라 다른 사용자가 동일한 작업을 일관성 있게 수행하는데 필요한 가이드라인을 작성하는데 자료로 활용한다.
또한, 상기한 바와 같은 본 발명에 따른 전자 문서에 의미 정보를 부착하는 시스템 및 방법은 어노테이션 산출물을 기존의 기계 가독형 지식 구조가 기술하는 의미 정보에 대응시킴으로써 이미 어노테이션이 되어 기계 가독형 지식 구조에 의미 정보로서 기술된 자연언어 문장에 대해서는 다시 어노테이션할 필요가 없다는 것을 알아낼 수 있기 때문에 어노테이션 시간을 줄여준다.
이하, 첨부된 도면을 참고하여 본 발명의 실시예를 상세히 설명한다. 우선, 도면들 중 동일한 구성요소 또는 부품들은 가능한 한 동일한 참조부호를 나타내고 있음에 유의해야 한다. 본 발명을 설명함에 있어서 관련된 공지기능 혹은 구성에 대한 구체적인 설명은 본 발명의 요지를 모호하게 하지 않기 위해 생략한다.
도 1은 본 발명에 따른 전자 문서에 의미 정보를 부착하는 장치를 개념적으로 도시한 블록도이다.
도 1에 도시된 바와 같이, 본 발명에 따른 전자 문서에 의미 정보를 부착하는 장치는, 크게 전자 문서 수집 장치(5), 전자 문서 집합 분석 장치(6), 문장 추출 장치(7), 단순 문장화 장치(8), 트리플 추출 장치(9), 트리플 매핑 장치(11), 기계 가독형 지식 구조 출력 장치(12)를 포함하여 구성된다.
상기 전자 문서 수집 장치(5)에는 전자 문서가 다양한 방법을 통하여 입력된다. 웹(1)을 통해 입력되는 경우 구글 같은 웹 문서 검색 엔진을 통해 웹 문서를 수집하게 된다. 이때, 사용자로 하여금 검색 키워드를 입력하게 할 수 있다. 또한, 기계 가독형 지식 구조 데이터베이스(14)를 분석하여 부족한 내용에 관련된 키워드를 워드넷 같은 기계 가독형 전자 사전을 이용하여 자동으로 생성한 뒤 웹 문서 검색 엔진을 통해 해당 문서를 수집할 수도 있다. 데이터베이스(2)를 통해 입력되는 경우 사용자가 대상 문서를 미리 수집하여 데이터베이스(2)에 저장한 경우이다. 전자 문서 입력 장치(3)를 통해 입력되는 경우는 사용자가 데스크 탑 컴퓨터의 키보드, 타블렛 입력 장치, 모바일 기기의 입력 장치 등의 전자 문서 입력 장치(3)를 사용하여 전자 문서를 직접 작성하는 경우이다. 광학판독기(4)를 통해 입력되는 경우 전자 문서화되지 않은 문서를 광학판독기(4)를 사용해 읽어 들여 전자 문서를 생성하는 경우이다.
상기 전자 문서 집합 분석 장치(6)는 상기 입력 또는 수집된 전자 문서 집합과 기존의 기계 가독형 지식 구조 데이터베이스(14)를 비교 분석하여 이미 기계 가독형 지식 구조화된 문서나 문장은 별도의 표시를 한다. 주어진 전자 문서에 있는 단어들이 기계 가독형 지식 구조 데이터베이스(14)에 출현한 정도를 분석하거나, 주어진 전자 문서를 내용에 따라 비슷한 문서로 분류한 뒤 그것의 대표 단어들이 기계 가독형 지식 구조 데이터베이스(14)에 출현한 정도를 분석할 수 있다. 분석할 때, 전자 문서가 웹 문서인 경우 웹 문서들간의 링크 정보를 활용할 수 있다. 전자 문서의 단어들에 대한 전자 사전이 존재한다면 전자 사전이 제공하는 단어에 대한 상위어, 하위어, 유사어 등의 정보를 활용해서 단어들 간의 유사성을 판단할 수 있다. 이러한 정보들을 종합하면 기계 가독형 지식 구조 데이터베이스(14)에 이미 기술된 내용을 서술하는 문장과 그렇지 않고 새로운 내용을 서술하는 문장을 구분할 수 있다. 그 개수를 세어서 전자 문서들을 각각의 척도에 따라 각각 랭킹해서 사용자에게 보여준다. 사용자는 그 전자 문서들 중에서 하나를 선택하여 다음 단계를 진행한다.
상기 문장 추출 장치(7)는 사용자가 선택한 전자 문서에서 문장들을 추출한다. 전자 문서는 글뿐만 아니라 그림, 음악 등 여러 가지 데이터가 있을 수 있기 때문에 본 시스템에서 대상으로 하는 자연언어 문장만을 추출하는 작업이 필요하다. 이 때, 문장 마침 부호(. ! ?) 등을 기준으로 나누는 방법이 있고, 머신러닝 기법을 사용해서 나누는 방법을 포함한다.
상기 단순 문장화 장치(8)는 문장을 간단한 문장들로 분리하고 대명사를 원 래 단어로 대체한다. 문장이 복잡한 경우 자연언어 문장 구문 분석 장치(10)가 해석 처리하기 쉽지 않고 패턴-트리플 매핑 테이블(13)에서도 복잡하여 패턴을 정의하기 쉽지 않기 때문에 간단한 문장으로 분리할 필요가 있다. 절이나 구를 기준으로 문장을 분리하거나 특수 기호 안에 있는 단어들을 별도의 문장으로 생성하는 등의 규칙이 있을 수 있다. 단순 문장화 장치(8)는 이러한 정보들을 사용자에게 제시하고 사용자는 그것을 참고해서 간단한 문장들로 분리한다.
상기 트리플 추출 장치(9)는 문장으로부터 트리플을 추출하는 장치이다. RDF 트리플을 사용하는 경우, "Dog is an animal."이라는 문장으로부터는, <dog><is_a><animal>이라는 트리플이 추출된다. 이 때, 자연언어 문장 구문 분석 장치를 이용해서 단어들 간의 의존 관계를 분석해서 트리플을 결정할 수 있고, 미리 정의된 패턴을 적용해서 트리플을 결정할 수도 있다.
상기 트리플 매핑 장치(11)는 트리플의 각 부분이 기계 가독형 지식 구조 데이터베이스(14)에 있는 어떤 단어와 연관이 되는지를 판단하는 장치이다. 예들 들어, <lecture><is_taught_by><professor>, <student><attend><lecture>라는 지식이 기계 가독형 지식 구조 데이터 베이스(14)에 기술되어 있고, 트리플이 <Prof. Kim><teach><Database>인 경우, <Prof. Kim>는 <professor>에 <teach>는 <is_taught_by>에 <Database>는 <lecture>에 연관이 된다. 이것은 단어 간에 유사성으로 판단할 수도 있고 트리플에 부가적인 정보를 주어서 부가적인 정보가 추가된 트리플과 기계 가독형 지식 구조 데이터 베이스(14)에 있는 구조의 일부를 분석해서 유사성을 판단할 수도 있다.
상기 기계 가독형 지식 구조 출력 장치(12)는 이미 있는 기계 가독형 지식 구조 데이터 베이스(14)에 상기와 같은 과정을 거쳐서 매핑된 트리플을 추가하여 파일로 출력하거나 그래프의 형태로 화면에 출력한다. 매핑된 트리플은 기계 가독형 지식 구조 데이터 베이스(14)에 갱신되므로 다른 전자 문서에 동일한 문장이 있는 경우 전자 문서 집합 분석 장치(6)가 그 문장에 이미 있는 내용이라는 표시를 할 수 있으므로, 동일한 내용을 두 번 작업하지 않게 된다.
상기와 같은 전자 문서 수집 장치(5)를 통한 전자 문서 입력/수집 단계, 전자 문서 집합 분석 장치(6)를 통한 전자 문서 선택 단계, 문장 추출 장치(7)를 통한 문장 추출 및 문장 선택 단계, 단순 문장화 장치(8)를 통한 간단한 문장 생성 단계, 트리플 추출 장치(9)를 통한 트리플 추출 단계, 트리플 매핑 장치(11)를 통한 트리플 매핑 단계, 기계 가독형 지식 구조 출력 장치(12)를 통한 기계 가독형 지식 구조 출력 단계, 등의 모든 과정에서 사용자가 주관적으로 판단하는 내용을 로그 형태로 입력할 수 있다. 이 로그는 데이터베이스에 저장이 되어서 분석이 되고 시스템을 개선하는데 활용될 수 있다.
도 1은 본 발명에 따른 전자 문서에 의미 정보를 부착하는 장치를 개념적으로 도시한 블록도이다.

Claims (23)

  1. 사용자의 정보 요구에 맞는 전자 문서를 웹상에서 수집하는 전자 문서 수집장치;
    상기 수집된 전자 문서 집합이나 사용자가 제공한 전자 문서 집합에 있는 전자 문서들을 분석하여 전자 문서를 선별하는 전자 문서 집합 분석 장치;
    상기 선별된 전자 문서에서 자연언어 문장을 추출하는 문장 추출 장치;
    상기 문장을 간단한 문장으로 분리하는 단순 문장화 장치;
    상기 간단한 문장으로부터 트리플을 추출하는 트리플 추출 장치;
    트리플의 각 부분을 기존의 기계 가독형 지식구조에 대응시키는 트리플 매핑 장치;
    상기 트리플 및 매핑 정보로 부터 기계 가독형 지식 구조를 전자 문서로 출력하는 기계 가독형 지식 구조 문서 출력 장치;
    사용자가 판단한 사항을 기록으로 남길 수 있게 하는 에러 로그 입력 장치; 및
    상기 사용자의 기록을 분석하여 통계 수치화하여 보여주는 에러 로그 분석 장치를 포함한 전자 문서에 의미를 부착하는 시스템.
  2. 제 1항에 있어서,
    상기 전자 문서는 HTML 문서, 위키피디아 문서, PDF (Portable Document Format) 문서, 마이크로소프트 워드 문서, 한글 문서, 광학 판독기를 이용해서 만들어진 전자 문서를 비롯하여 기계가 처리할 수 있는 모든 자연언어 문장으로 이루어진 전자 문서를 포함하는 전자 문서에 의미를 부착하는 시스템.
  3. 제 2항에 있어서,
    상기 자연언어는 영어, 한글, 일본어, 중국어, 독일어, 프랑스어를 비롯한 전자 문서로 기록될 수 있는 모든 언어를 포함하는 전자 문서에 의미를 부착하는 시스템.
  4. 제 1항에 있어서,
    상기 전자 문서 집합은 문서들 간의 링크 정보가 포함되는 전자 문서에 의미를 부착하는 시스템.
  5. 제 1항에 있어서,
    상기 기계 가독형 지식 구조를 기술하는 언어는 OWL (Web Ontology Language), KIF (Knowledge Interchange Format)를 비롯하여 해석 처리 장치가 존 재하여 기계가 그 의미를 해석 처리할 수 있는 형태의 모든 언어를 포함하는 전자 문서에 의미를 부착하는 시스템.
  6. 제 1항에 있어서,
    상기 트리플은 RDF (Resource Description Framework) 트리플을 비롯하여 기계 가독형 지식 구조 언어와 매핑되어 기존의 기계 가독형 지식 구조를 확장하거나 기계 가동형 지식 구조를 새롭게 생성할 수 있는 모든 기계 가독형 지식 구조 언어를 포함하는 전자 문서에 의미를 부착하는 시스템.
  7. 제 1항에 있어서,
    상기 전자 문서에 의미 정보를 부착하는 장치는 웹 인터페이스를 제공해서 웹 브라우저를 통해 사용될 수 있고 일반 응용 애플리케이션 형태로 제작되어 사용될 수 있도록 한 전자 문서에 의미를 부착하는 시스템.
  8. 제 1항에 있어서,
    상기 전자 문서에 의미 정보를 부착하는 장치는 관련 정보가 사용자 컴퓨터에만 저장되어서 해당 컴퓨터에서만 사용되거나 그 정보가 서버에 저장되어서 여러 사람에 의해 네트워크를 통해 사용될 수 있도록 한 전자 문서에 의미를 부착하는 시스템.
  9. 제 1항에 있어서,
    상기 기계 가독형 지식 구조 문서 출력 장치는 화면에 그래프 형태로 출력될 수 있고 XML (Extensible Markup Language)과 같이 기계가 읽을 수 있는 언어를 사용해서 파일로 출력될 수 있도록 한 전자 문서에 의미를 부착하는 시스템.
  10. 주어진 전자 문서 집합을 분석해서 기 생성된 기계 가독형 지식 구조 문서와 가장 많이 겹치는 전자 문서들을 선별하는 제1 단계;
    선별된 전자 문서에 있는 문장들 중 하나의 문장을 선택하는 제2 단계;
    단순 문장화 장치를 이용하여 상기 선택된 문장을 간단한 문장들로 분리하는 제3 단계;
    트리플 추출 장치를 이용하여 상기 간단한 문장으로부터 트리플을 추출하는 제 4단계;
    트리플 매핑 장치를 이용하여 상기 추출된 트리플의 각 부분을 기존의 기계 가독형 의미 구조에 매핑시키는 제 5단계; 및
    기계 가독형 지식 구조 문서 출력 장치를 이용하여 상기 추출된 트리플 및 상기 매핑 정보를 이용하여 기계 가독형 지식 구조 문서를 출력하는 제 6단계를 포함한 전자 문서에 의미 정보를 부착하는 방법.
  11. 제 10항에 있어서,
    상기 전자 문서 집합 분석 장치에서 기 생성된 기계 가독형 지식 구조 문서와 주어진 전자 문서와 겹치는 정도는 기 생성된 지식 구조에 있는 단어와 관련된 내용이 주어진 전자 문서에 출현하는 빈도수에 비례하도록 한 전자 문서에 의미 정보를 부착하는 방법.
  12. 제 10항에 있어서,
    상기 전자 문서 집합 분석 장치에서 기 생성된 기계 가독형 지식 구조 문서와 주어진 전자 문서와 겹치는 정도는 주어진 전자 문서들을 비슷한 문서들로 분류한 뒤 그것의 대표 단어와 관련된 내용이 기 생성된 지식 구조에 출현하는 정도에 비례하도록 한 전자 문서에 의미 정보를 부착하는 방법.
  13. 제 10항에 있어서,
    상기 제 3단계는 트리플 추출 장치에 적합한 형태로 자동으로 변환하는 과정 및 반자동으로 변환할 수 있게 하는 인터페이스를 통해 사용자가 수작업으로 간단한 문장으로 바꾸는 과정을 포함하는 전자 문서에 의미 정보를 부착하는 방법.
  14. 제 10항에 있어서,
    상기 제 3단계는 사용자가 수작업으로 간단한 문장으로 바꾸는 과정을 돕기 위해 명사절/구, 형용사절/구와 같이 절/구 표시, 지식 구조의 최소 단위인 단어 표시, 단어 간의 의존 관계 표시를 포함하여, 자연언어 해석 처리 장치를 사용해서 분석될 수 있는 모든 정보를 사용자에게 글이나 그림의 형태로 제공하는 과정을 포함하는 전자 문서에 의미 정보를 부착하는 방법.
  15. 제 10항에 있어서,
    상기 제 3단계는 자연언어 해석 처리 장치는 패턴을 이용한 자연언어 문장 분석, 형태소 분석, 및 의존 문법 트리 구성을 통한 분석을 수행하는 과정을 포함하는 전자 문서에 의미 정보를 부착하는 방법.
  16. 제 10항에 있어서,
    상기 제 3단계는 대명사에 대응되는 추천 단어 제시, 관련 내용이 기술된 기존 문장과 그 문서 제시와 같이 자연언어 문장의 애매함을 해소할 수 있는 정보를 사용자에게 글을 통해 제공하는 과정을 포함하는 전자 문서에 의미 정보를 부착하는 방법.
  17. 제 10항에 있어서,
    상기 제 3단계는 처리하고 있는 문장 및 문장의 단어와 관련된 정보가 어떠한 문서의 어떠한 문장의 어떠한 단어에 있는지를 선을 포함한 일정 방식의 도형을 통해 연결하고 어떤 관련성이 있는지는 글자로 표시하는 방식으로 사용자가 제 3단계를 수행함에 있어서 유용한 정보를 제공하는 과정을 포함하는 전자 문서에 의미 정보를 부착하는 방법.
  18. 제 10항에 있어서,
    상기 제 4단계는 패턴을 이용하여 트리플을 추출하는 방법과 의존 문법 트리를 이용하여 추출하는 방법 모두 가능하도록 되어 있고, 패턴을 이용하는 방법은 자연언어 문장 패턴과 그것에 대응되는 트리플 쌍을 모아 놓은 테이블을 이용하여 처리하려는 문장과 일치하는 패턴을 찾고 그것에 대응되는 트리플을 추출하도록 하고, 의존 문법 트리를 이용하여 추출하는 방법은 구문 분석기를 사용하여 의존 문법 트리를 얻은 뒤 몇 가지 규칙을 적용하여 트리플을 추출하는 하도록 한 전자 문서에 의미 정보를 부착하는 방법.
  19. 제 10항에 있어서,
    상기 제 5단계에서의 트리플의 서브젝트(subject)와 오브젝트(object) 부분을 기존의 기계 가독형 지식 구조의 클래스에 대응시키고 트리플의 프리디키트(predicate) 부분을 기존의 기계 가독형 지식 구조의 프리디키트에 대응시키는 방법을 포함하는 전자 문서에 의미 정보를 부착하는 방법.
  20. 제 10항에 있어서,
    워드넷 같은 기계 가독형 전자 사전이나 구글 검색 엔진 같은 웹 검색 엔진을 이용하여 트리플의 서브젝트나 오브젝트의 상위어를 찾은 뒤 그 정보를 이용하여 서브젝트나 오브젝트를 기존의 기계 가독형 지식 구조의 클래스와 그 주변 구조를 고려한 유사도를 계산하여 랭킹하여 사용자에게 제공하는 과정을 포함하고, ㅍ프리디키트도 마찬가지로 랭킹하여 사용자에게 제공하는 과정을 포함하는 전자 문서에 의미 정보를 부착하는 방법.
  21. 제 10항에 있어서,
    에러 로그 입력 단계를 또한 포함하고 있어서 이를 통해 에러 로그 유형을 사용자에게 제시하고 사용자는 그 중에 하나를 택하여 코멘트를 입력하는 과정을 포함하는 전자 문서에 의미 정보를 부착하는 방법.
  22. 제 21항에 있어서,
    에러 로그 분석 단계를 포함하고 있어서 상기와 같이 입력된 에러 로그들에 대한 통계 수치를 제공해서 사용자의 주관적인 판단을 계량화하고 그것을 다른 장치를 개선하는 자료로 활용하는 과정을 포함하는 전자 문서에 의미 정보를 부착하는 방법.
  23. 제 21항에 있어서,
    에러 로그 입력 단계와 에러 로그 분석 단계는 사용자의 수작업이 개입되는 모든 단계(전자 문서 수집 단계, 전자 문서 집합 분석 단계, 문장 추출 단계, 단순 문장화 단계, 트리플 추출 단계, 트리플 매핑 단계, 기계 가독형 지식 구조 문서 출력 단계)와 연동 되어 사용자가 매 단계마다 에러 로그를 입력하고 분석할 수 있는 과정을 포함하는 전자 문서에 의미 정보를 부착하는 방법.
KR1020080127447A 2008-12-15 2008-12-15 전자 문서에 의미 정보를 부착하는 시스템 및 방법 KR101069207B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080127447A KR101069207B1 (ko) 2008-12-15 2008-12-15 전자 문서에 의미 정보를 부착하는 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080127447A KR101069207B1 (ko) 2008-12-15 2008-12-15 전자 문서에 의미 정보를 부착하는 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20100068929A KR20100068929A (ko) 2010-06-24
KR101069207B1 true KR101069207B1 (ko) 2011-09-30

Family

ID=42367113

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080127447A KR101069207B1 (ko) 2008-12-15 2008-12-15 전자 문서에 의미 정보를 부착하는 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101069207B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160097542A (ko) 2015-02-09 2016-08-18 손영국 앱북단말기 구동방법 및 앱북단말기

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101374195B1 (ko) * 2011-11-24 2014-03-13 한국과학기술정보연구원 학술적 과학 지식 메모리 기반의 심층 지식 제공 방법 및 이에 적합한 장치
KR101319966B1 (ko) * 2012-11-12 2013-10-18 한국과학기술정보연구원 전자 서식 변환 장치 및 방법
KR101897470B1 (ko) * 2016-12-30 2018-09-12 리마 주식회사 스트리밍 컨텐츠 내 단어 대체 방법 및 시스템

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050114947A (ko) * 2004-06-02 2005-12-07 인하대학교 산학협력단 자원 디스크립션 프레임워크를 사용하여 제품 데이터온톨로지를 구성하는 장치 및 방법
KR20080007740A (ko) * 2006-07-18 2008-01-23 제주대학교 산학협력단 웹 온톨로지 검색/분류 시스템 및 방법
KR20080087063A (ko) * 2007-01-24 2008-09-30 조선대학교산학협력단 문서의 계층화를 이용한 문서 비교 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050114947A (ko) * 2004-06-02 2005-12-07 인하대학교 산학협력단 자원 디스크립션 프레임워크를 사용하여 제품 데이터온톨로지를 구성하는 장치 및 방법
KR20080007740A (ko) * 2006-07-18 2008-01-23 제주대학교 산학협력단 웹 온톨로지 검색/분류 시스템 및 방법
KR100800460B1 (ko) 2006-07-18 2008-02-04 제주대학교 산학협력단 웹 온톨로지 검색/분류 시스템 및 방법
KR20080087063A (ko) * 2007-01-24 2008-09-30 조선대학교산학협력단 문서의 계층화를 이용한 문서 비교 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160097542A (ko) 2015-02-09 2016-08-18 손영국 앱북단말기 구동방법 및 앱북단말기

Also Published As

Publication number Publication date
KR20100068929A (ko) 2010-06-24

Similar Documents

Publication Publication Date Title
US20110078192A1 (en) Inferring lexical answer types of questions from context
Tufiș et al. Little strokes fell great oaks: Creating CoRoLa, the reference corpus of contemporary Romanian
Zeroual et al. Arabic corpus linguistics: Major progress, but still a long way to go
Lee et al. The architecture of trueviz: A groundtruth/metadata editing and visualizing toolkit
Zouaoui et al. A novel quranic search engine using an ontology-based semantic indexing
KR101069207B1 (ko) 전자 문서에 의미 정보를 부착하는 시스템 및 방법
Fayyaz et al. Accessibility of Tables in PDF Documents: Issues, Challenges and Future Directions
Arnold et al. Beyond lexical frequencies: using R for text analysis in the digital humanities
Fayyaz et al. Enhancing accessibility for the blind and visually impaired: Presenting semantic information in PDF tables
Maryl et al. Literary Exploration Machine A Web-Based Application for Textual Scholars.
Bakari et al. A logical representation of Arabic questions toward automatic passage extraction from the Web
Husaini et al. An aspect-lexicon creation and evaluation tool for sentiment analysis researchers
Otegi et al. A modular chain of nlp tools for basque
dos Santos et al. Conceptual map creation from natural language processing: a systematic mapping study
Borin et al. Language technology for digital linguistics: Turning the linguistic survey of India into a rich source of linguistic information
Frank et al. Building literary corpora for computational literary analysis-a prototype to bridge the gap between CL and DH
JP2008171164A (ja) 分類付与支援装置及び方法及びプログラム
Stolk Evoke: Exploring and extending a thesaurus of old english using a linked data approach
KONYS An approach for ontology-based information extraction system selection and evaluation
Valkeapää et al. An adaptable framework for ontology-based content creation on the semantic web.
Amdouni et al. Semantic annotation of requirements for automatic UML class diagram generation
Doush et al. Towards meaningful mathematical expressions in e-learning
Alrehaili et al. Discovering Qur’anic Knowledge through AQD: Arabic Qur’anic Database, a Multiple Resources Annotation-level Search
Chiarcos et al. Creating and exploiting a resource of parallel parses
Haghdoost et al. Morphological Networks for Persian and Turkish: What Can Be Induced from Morpheme Segmentation?

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: 20141021

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150826

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160830

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20170825

Year of fee payment: 7