KR101091592B1 - 모바일 기반의 온톨로지 추론 시스템 및 그 방법 - Google Patents

모바일 기반의 온톨로지 추론 시스템 및 그 방법 Download PDF

Info

Publication number
KR101091592B1
KR101091592B1 KR1020100079281A KR20100079281A KR101091592B1 KR 101091592 B1 KR101091592 B1 KR 101091592B1 KR 1020100079281 A KR1020100079281 A KR 1020100079281A KR 20100079281 A KR20100079281 A KR 20100079281A KR 101091592 B1 KR101091592 B1 KR 101091592B1
Authority
KR
South Korea
Prior art keywords
ontology
inference
context
rule
fact
Prior art date
Application number
KR1020100079281A
Other languages
English (en)
Inventor
박영택
김제민
Original Assignee
숭실대학교산학협력단
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 숭실대학교산학협력단 filed Critical 숭실대학교산학협력단
Priority to KR1020100079281A priority Critical patent/KR101091592B1/ko
Application granted granted Critical
Publication of KR101091592B1 publication Critical patent/KR101091592B1/ko

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Economics (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Machine Translation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

모바일 기반의 온톨로지 추론 시스템 및 그 방법이 개시된다. 본 발명에 따른 모바일 기반의 온톨로지 추론 시스템은 모바일 단말장치에서 실시간으로 발생하는 콘텍스트(context)를 추론하며, 온톨로지 입력부는 콘텍스트(context)를 OWL2-RL 트리플 구문으로 작성된 온톨로지 형식의 콘텍스트로 변환한다. 사실 변환부는 트리플 구문에 대응하여 정의된 사실 템플릿을 기초로 온톨로지 형식의 콘텍스트로부터 추출된 주어, 술어 및 목적어를 각각 추론 가능한 사실로 변환하여 지식베이스에 저장한다. 온톨로지 추론부는 지식베이스에 저장된 사실을 사전에 정의된 추론 규칙과 매칭하여 추론한다. 본 발명에 따르면, 스마트폰과 같은 모바일 단말장치에서 실시간으로 발생하는 콘텍스트를 처리할 수 있도록 함으로써 다양한 유비쿼터스 컴퓨팅 분야에 적용이 가능하며, 추론 기술을 통해 다양한 지능형 모바일 서비스 어플리케이션의 구축이 가능하고, 이를 통하여 모바일 서비스 시장을 확대할 수 있다.

Description

모바일 기반의 온톨로지 추론 시스템 및 그 방법{System and method for mobile-based ontology reasoning}
본 발명은 모바일 기반의 온톨로지 추론 시스템 및 그 방법에 관한 것으로, 보다 상세하게는, 스마트폰과 같은 모바일 기기에서 사용자의 콘텍스트를 표현하는 온톨로지를 사전에 설정된 추론 규칙에 의해 추론하는 시스템 및 방법에 관한 것이다.
현재 다양한 스마트폰이 개발되어 지속적으로 그 성능이 향상되고 있다. 스마트폰과 같은 모바일 기기는 유비쿼터스 컴퓨팅이 지향하는 다양한 지능형 서비스를 제공하거나 그 기반이 된다. 현재 모바일 폰은 개인 엔터테인먼트 기기로서 훌륭한 성능을 보이고 있으며, 이와 관련하여 이미 다양한 어플리케이션이 개발되고 있다. 앞으로는 사용자의 다양한 콘텍스트(context)를 인지하여 그에 맞는 지능형 서비스를 제공하는 역할이 중요시될 것이다.
콘텍스트란 사용자 자신과 주변의 상황 정보를 의미하는 것으로, 사용자의 개인 취향, 위치, 주변 상황 및 날씨 등과 같은 정보들이 콘텍스트에 포함된다. 또한 지능형 서비스는 사용자의 현재 상태를 파악하여 가장 적절한 서비스를 제공하는 것을 의미하며, 예를 들어 사용자가 특정 음식점을 검색한 경우, 사용자의 위치를 기반으로 해당 음식점까지의 가장 효율적인 이동법을 알려주거나 검색한 음식점이 존재하지 않는 경우에는 사용자의 기호 정보를 기반으로 추론을 통해 사용자가 만족할만한 음식점을 추천한다.
모바일 기기가 사용자에게 지능형 서비스를 제공하기 위해서는 사용자의 상황 정보를 정형화된 형식으로 표현해야 하고, 물리적으로 감지된 콘텍스트를 기반으로 숨겨진 의미를 추론해야 한다.
OWL(Web Ontology Language) 온톨로지는 유비쿼터스 컴퓨팅에서 콘텍스트를 정형화된 형식으로 표현하는 데 널리 사용된다. 온톨로지 추론 엔진은 온톨로지로 표현된 사용자의 콘텍스트의 숨겨진 의미를 추론함으로써 모바일 기기가 지능형 서비스를 제공하는 데에 발판을 제공한다.
기존의 온톨로지 추론 엔진 중의 하나인 보쌈(Bossam)은 규칙 기반의 OWL 온톨로지 추론 엔진이며, Rete 알고리즘을 사용하여 전방향 추론을 통해 온톨로지 추론을 수행한다. OWL 추론 기능을 이용함으로써 현재 온톨로지 기반의 다양한 지능형 시스템(유비쿼터스 컴퓨팅 시스템 및 지능형 로봇 등)에 적용되고 있다. 보쌈은 추론 서버에서 동작 가능하도록 개발되었기 때문에 의미를 부여하는 표현력이 높은 OWL-DL로 작성된 온톨로지를 처리하여 온톨로지가 적용되는 모든 시스템에 적용이 가능하지만, 상대적으로 낮은 연산 능력을 가지는 프로세서와 적은 용량의 메모리를 가지는 스마트폰에서 구동하기에는 어렵다.
또한 JESS는 Java로 작성된 전문가 시스템 프로그램 인터페이스로서, C언어로 작성된 CLIPS의 특징을 상당 부분 계승하고 있다. JESS는 추론에 기반이 되는 사실, 사실 정의를 위한 템플릿, 규칙 및 질의를 정의하기 위한 함수를 제공하며, Rete 알고리즘을 사용하여 전방향 추론 및 후방향 추론을 수행한다.
이상에서 설명한 추론 엔진들을 비롯하여 우수한 성능을 보이는 온톨로지 추론 엔진이 개발되었으나, 아직 스마트폰에서 실행되는 추론 엔진은 개발되지 않은 실정이며, 이로 인해 온톨로지 추론을 스마트폰을 통해 제공되는 지능형 서비스에 적용하기 위해서는 추론을 담당하는 외부 서버를 사용해야 하는 문제가 있다. 따라서 스마트폰이 외부 서버의 도움 없이 자체적으로 추론 기능을 수행할 수 있도록 하는 새로운 온톨로지 추론 엔진이 필요하다.
본 발명이 이루고자 하는 기술적 과제는, 스마트폰에서 실시간 발생하는 다량의 OWL2-RL 온톨로지로 표현된 콘텍스트를 추론 엔진이 사용하는 사실로 자동 변환하여 추론 규칙에 따라 추론할 수 있는 모바일 기반의 온톨로지 추론 시스템 및 그 방법을 제공하는 데 있다.
본 발명이 이루고자 하는 다른 기술적 과제는, 스마트폰에서 실시간 발생하는 다량의 OWL2-RL 온톨로지로 표현된 콘텍스트를 추론 엔진이 사용하는 사실로 자동 변환하여 추론 규칙에 따라 추론할 수 있는 모바일 기반의 온톨로지 추론 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는 데 있다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 모바일 기반의 온톨로지 추론 시스템은, 모바일 단말장치에서 실시간으로 발생하는 콘텍스트(context)를 추론하며, 상기 콘텍스트(context)를 웹 온톨로지 언어(Ontology Web Language : OWL) 중 OWL2-RL 트리플 구문으로 작성된 온톨로지 형식의 콘텍스트로 변환하는 온톨로지 입력부; 상기 트리플 구문에 대응하여 정의된 사실 템플릿을 기초로 상기 온톨로지 형식의 콘텍스트로부터 추출된 주어, 술어 및 목적어를 각각 추론 가능한 사실로 변환하여 지식베이스에 저장하는 사실 변환부; 및 상기 지식베이스에 저장된 사실을 사전에 정의된 추론 규칙과 매칭하여 추론하는 온톨로지 추론부;를 구비한다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 모바일 기반의 온톨로지 추론 방법은, 모바일 단말장치에서 실시간으로 발생하는 콘텍스트(context)를 추론하며, 상기 콘텍스트(context)를 웹 온톨로지 언어(Ontology Web Language : OWL) 중 OWL2-RL 트리플 구문으로 작성된 온톨로지 형식의 콘텍스트로 변환하는 온톨로지 입력단계; 상기 트리플 구문에 대응하여 정의된 사실 템플릿을 기초로 상기 온톨로지 형식의 콘텍스트로부터 추출된 주어, 술어 및 목적어를 각각 추론 가능한 사실로 변환하여 지식베이스에 저장하는 사실 변환단계; 및 상기 지식베이스에 저장된 사실을 사전에 정의된 추론 규칙과 매칭하여 추론하는 온톨로지 추론단계;를 갖는다.
본 발명에 따른 모바일 기반의 온톨로지 추론 시스템 및 그 방법에 의하면, 스마트폰과 같은 모바일 단말장치에서 실시간으로 발생하는 콘텍스트를 처리할 수 있도록 함으로써 다양한 유비쿼터스 컴퓨팅 분야에 적용이 가능하며, 추론 기술을 통해 다양한 지능형 모바일 서비스 어플리케이션의 구축이 가능하고, 이를 통하여 모바일 서비스 시장을 확대할 수 있다. 나아가 기존의 추론 엔진에 비해 간소화된 구성을 가짐에 따라 시맨틱 검색에도 유용하게 적용 가능하다.
도 1은 본 발명에 따른 모바일 기반의 온톨로지 추론 시스템에 대한 바람직한 실시예의 구성을 도시한 블록도,
도 2는 OWL2-RL 온톨로지 내용이 사실로 변환되는 일 예를 나타낸 도면,
도 3은 사실 변환부에 의해 OWL2-RL 트리플 구문 형식의 온톨로지를 사실로 변환하기 위한 일 실시예의 수행과정을 도시한 흐름도,
도 4는 CLIPS 형식으로 작성된 추론 규칙의 일부를 나타낸 도면,
도 5는 콘텍스트의 동등 관계를 추론하기 위해 정의된 추론 규칙을 나타낸 도면,
도 6a 내지 도 6d는 콘텍스트가 가지는 속성 관계를 추론하기 위해 정의된 추론 규칙을 나타낸 도면,
도 7a 내지 도 7f는 콘텍스트가 속하는 개념의 정의를 추론하기 위해 정의된 추론 규칙을 나타낸 도면,
도 8은 콘텍스트가 속하는 개념간의 관계를 추론하기 위해 정의된 추론 규칙을 나타낸 도면,
도 9a 내지 도 9f는 콘텍스트의 계층 구조를 추론하기 위해 정의된 추론 규칙을 나타낸 도면,
도 10은 본 발명에 따른 모바일 기반의 온톨로지 추론 방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도, 그리고,
도 11은 본 발명에 따른 온톨로지 추론 시스템이 스마트폰에서 구동되어 콘텍스트를 추론하는 일 실시예의 수행과정을 나타낸 도면이다.
이하에서 첨부된 도면들을 참조하여 본 발명에 따른 모바일 기반의 온톨로지 추론 시스템 및 그 방법의 바람직한 실시예에 대해 상세하게 설명한다.
도 1은 본 발명에 따른 모바일 기반의 온톨로지 추론 시스템에 대한 바람직한 실시예의 구성을 도시한 블록도이다.
도 1을 참조하면, 본 발명에 따른 온톨로지 추론 시스템은 스마트폰과 같은 모바일 단말장치에서 구동 가능하도록 구현되며, 온톨로지 입력부(110), 사실 변환부(120) 및 온톨로지 추론부(130)를 구비한다. 나아가 데이터 저장 수단으로서 규칙베이스(140) 및 지식베이스(150)를 더 구비할 수 있다.
온톨로지 입력부(110)는 외부로부터 입력받은 콘텍스트(context)를 온톨로지 형식의 콘텍스트로 변환한다. 또한 온톨로지 형식의 콘텍스트는 웹 온톨로지 언어(Ontology Web Language : OWL) 중에서 OWL2-RL 트리플 구문으로 작성된다.
모바일 단말장치에서는 OWL 표현력을 가진 콘텍스트를 처리하기 위해 많은 시간을 요구하므로 스마트폰과 같은 모바일 단말장치의 특성상 실시간으로 발생하는 콘텍스트를 받아들인 후 그 즉시 서비스를 실행하는 부분에서 큰 문제가 발생하게 된다. 따라서 본 발명에 따른 온톨로지 추론 시스템에서는 모바일 단말장치에서 발생하는 콘텍스트를 모두 표현하되, OWL에서 제공하는 표현력을 최대한 낮추어 신속하게 추론 결과를 출력할 수 있도록 하기 위해 기존에 주로 사용되는 언어인 OWL-DL보다는 표현력이 낮지만 실시간으로 발생하는 다량의 콘텍스트를 추론하는 데 적합한 OWL2-RL 수준의 시맨틱을 적용한다.
다음으로 사실 변환부(120)는 온톨로지 형식의 콘텍스트를 추론 가능한 형태의 사실로 변환하여 지식베이스(150)에 저장한다. 앞에서 설명한 것과 같이 온톨로지 형식의 콘텍스트를 사실로 변환하기 위해서는 사전에 OWL2-RL 트리플 구문에 적합한 사실 템플릿을 정의하고, 각 트리플 구문을 사실 템플릿에 맞는 사실로 변환하는 방법이 사용된다. OWL2-RL 트리플 구문에서는 온톨로지의 내용을 <주어>, <술어> 및 <목적어>로 구성된 문장으로 표현하며, 따라서 기존의 CLIPS 형식으로 정의되는 사실 템플릿을 구축할 때에는 이와 같은 트리플 구문의 특징을 반영하여 3개의 슬롯이 정의된다.
도 2는 OWL2-RL 온톨로지 내용이 사실로 변환되는 일 예를 나타낸 도면으로, (a)는 트리플 구문 형식으로 표현된 OWL2-RL 온톨로지, (b)는 정의된 사실 템플릿, 그리고 (c)는 사실로 변환된 온톨로지 내용을 나타낸 것이다. 도 2의 (b)를 참조하면, 사실 템플릿은 3개의 슬롯을 포함하고 있으며, (slot subject)에는 트리플 구문의 주어 부분이, (slot property)에는 트리플 구문의 술어 부분이, 그리고 (slot object)에는 트리플 구문의 목적어 부분이 삽입된다.
도 3은 사실 변환부(120)에 의해 OWL2-RL 트리플 구문 형식의 온톨로지를 사실로 변환하기 위한 일 실시예의 수행과정을 도시한 흐름도이다.
도 3을 참조하면, 사실 변환부(120)는 온톨로지 입력부(110)로부터 입력받은 OWL2-RL 트리플 구문을 로드하고(S310), 이를 사실로 변환하는 기준으로 사용될 사실 템플릿을 로드한다(S320). 다음으로 온톨로지에서 사실로 변환할 트리플 구문을 선택한 후(S330) 불용어를 제거하는 과정을 수행한다(S340). 불용어는 각 트리플 구문의 요소를 구분하는 문자(예를 들면, '<' 및 '>'와 같은 구분자)로서, 실제 사실로는 아무런 의미를 가지지 않으므로 사실 변환시 제거 대상이 된다.
다음으로 사실 변환부(120)는 트리플 구문으로부터 자원 식별자를 제거하는데(S350), 자원 식별자는 트리플 구문을 구성하는 각 요소를 식별하기 위해 할당된 식별 기호로서, 예를 들면, 도 2의 (a)와 같이 # 문자를 기준으로 앞에는 특정한 웹 주소(URI), 뒤에는 자원 이름이 위치하게 된다. 본 발명의 기술적 과제인 추론 시간의 최소화를 위해서는 변환된 사실의 크기를 최소화할 필요성이 있으므로 # 문자의 뒤에 위치하는 자원 이름만을 추출하여 사실로 구성하는 것이 바람직하다.
불용어 및 자원 식별자를 모두 제거한 후에는 주어, 술어 및 목적어를 각각 사실 값으로 변환하는 과정이 수행된다(S360, S370, S380). 도 2를 참조하면, (a)의 온톨로지 내용에 포함되어 있는 트리플 구문으로부터 추출된 주어, 술어 및 목적어가 (c)와 같이 사실 템플릿의 각 슬롯에 삽입된 것을 확인할 수 있다. 선택된 트리플 구문에 대한 사실 변환이 완료되면, 추가적으로 사실로 변환할 트리플 구문이 남아 있는지 판단하여(S390) 트리플 구문이 남아 있으면 이상에서 설명한 사실 변환 과정이 반복적으로 수행된다.
위와 같이 사실 변환부(120)에 의해 온톨로지로부터 변환된 사실은 지식베이스(150)에 저장되며, 추론 규칙과의 매칭을 통하여 온톨로지를 추론하는 데 사용된다.
온톨로지 추론부(130)는 지식베이스에 저장된 사실을 사전에 정의된 추론 규칙과 매칭하여 추론한다. 앞에서도 설명한 바와 같이 JESS는 프로그램의 인터페이스이기 때문에 본 발명에 적용되는 OWL2-RL 온톨로지를 추론하기 위한 규칙을 제공하지 않으며, 자바(Java)로 구현되어 있기 때문에 스마트폰과 같은 모바일 단말장치에서는 실행되지 않는다. 그러나 JESS는 패턴 매칭과 전 방향 및 후 방향 추론 엔진과 같이 본 발명에 따른 온톨로지 추론 시스템에서 필요로 하는 기능들을 구비하고 있으므로, 온톨로지 추론부(130)는 JESS가 제공하는 각각의 기능들이 Dalvik Java로 구현된 형태를 가질 수 있다. 그에 따라 온톨로지 추론부(130)의 추론 방식은 기존의 JESS가 가진 특징을 대부분 계승하게 된다.
나아가 온톨로지 추론부(130)에 의해 사용되는 추론 규칙은 OWL2-RL의 의미가 CLIPS 형식의 규칙으로 정의된 것이다. 앞에서 설명한 바와 같이 본 발명에 따른 온톨로지 추론 시스템은 모바일 단말장치에서 실시간으로 발생하는 콘텍스트를 즉시 처리할 수 있도록 적은 연산량을 필요로 한다. 따라서 온톨로지 추론부(130)에 의해 사용되는 추론 규칙 역시 기존의 추론 엔진에 의해 사용되는 추론 규칙에 비해 간소화된 형식을 가지도록 정의된다. 이와 같은 추론 규칙은 규칙베이스(140)에 사전에 저장되어 있으며, 온톨로지 추론부(130)가 지식베이스(150)에 저장된 사실을 추론할 때 사용된다. 도 4는 CLIPS 형식으로 작성된 추론 규칙의 일부를 나타낸 도면이다.
OWL2-RL로 구성된 온톨로지는 동등 관계, 속성 관계, 특징, 원소 관계 및 계층적 관계에 대한 다섯 가지 종류의 의미를 포함한다. 일반적으로 OWL은 이러한 다섯 가지의 의미를 확장하기 위해 개체의 목록화(enumeration), 개체간의 논리합과 논리곱 연결 및 특정 속성을 맺고 있는 개체의 개수 표현 등과 같이 부가적인 표현법을 가진다. 그러나 일반적으로 모바일 단말장치에서 발생하는 콘텍스트를 표현하는 데에는 이러한 부가적인 표현법은 불필요하며, 특히 개체의 목록화 및 개체의 개수 표현이 포함되어 있을 경우에는 추론 시간이 길어지게 된다.
따라서 본 발명에 따른 온톨로지 추론 시스템에서 사용되는 추론 규칙은 모바일 단말장치에서 발생하는 콘텍스트를 표현할 때 불필요한 부분을 배제하고 OWL2-RL 수준의 의미를 가지는 온톨로지를 추론할 수 있도록 간소화된 구성을 가진다. 예를 들면, '스마트폰A에 내장된 bluetooth000에 BT_value000이 감지되었다'라는 콘텍스트는 스마트폰과 '스마트폰A'의 원소 관계, 블루투스와 'bluetooth000'의 원소 관계, BT_value와 'BT_value000'의 원소 관계, '스마트폰A'와 'bluetooth000'의 '내장'이라는 속성 관계, 그리고 'bluetooth000'과 'BT_value000'의 '감지'라는 속성 관계만으로 충분히 표현될 수 있다.
다음의 표 1은 OWL2-RL의 표현 수준 및 그에 대해 소요되는 추론 시간, 그리고 OWL에서 사용되는 부가적인 표현 및 그에 대해 소요되는 추론 시간을 나타낸 것으로, 부가적인 표현에 대하여 더 긴 추론 시간이 소요되는 것을 확인할 수 있다.
표현 추론 시간



OWL2-RL		 개념이나 개체간의 동등 관계
속성 관계의 영역
속성 관계의 범위
속성 역, 이행, 대칭 관계
개념의 논리곱, 논리합, 존재 한정, 전체 한정
개념과 개체의 원소 관계
개념의 계층 관계


PTime

OWL		 개체의 목록화
개체간의 논리곱
개체간의 논리합
개체가 특정 속성을 맺고 있는 개체의 개수
NEXPTime
온톨로지 추론부(130)에 의해 사용되는 구체적인 추론 규칙을 도 5 내지 도 9에 나타내었다. 도 5는 콘텍스트의 동등 관계를 추론하기 위해 정의된 추론 규칙을 나타낸 도면, 도 6a 내지 도 6d는 콘텍스트가 가지는 속성 관계를 추론하기 위해 정의된 추론 규칙을 나타낸 도면, 도 7a 내지 도 7f는 콘텍스트가 속하는 개념의 정의를 추론하기 위해 정의된 추론 규칙을 나타낸 도면, 도 8은 콘텍스트가 속하는 개념간의 관계를 추론하기 위해 정의된 추론 규칙을 나타낸 도면, 그리고 도 9a 내지 도 9f는 콘텍스트의 계층 구조를 추론하기 위해 정의된 추론 규칙을 나타낸 도면이다. 도면에 포함된 추론 규칙들은 앞에서 설명한 바와 같이 콘텍스트를 표현하는 데 사용된 OWL2-RL의 표현 수준을 고려하여 간소화된 CLIPS 형식으로 구축된 것이다.
온톨로지 추론부(130)는 규칙베이스(140)에 사전에 저장된 추론 규칙과 지식베이스(150)에 저장된 사실을 패턴 매칭하여 각각의 사실에 매칭되는 규칙을 검색한다. 다음으로 추론을 위해 선택된 규칙들을 별도로 저장하고, 실행 순서를 결정한다. 이후 규칙의 실행 순서에 따라 추론 과정이 수행된다.
온톨로지 추론부(130)는 JESS의 기능을 포함하고 있으므로 전 방향 규칙 추론 및 후 방향 규칙 추론을 모두 수행한다. 전 방향 규칙 추론은 선택된 규칙의 실행부(action part)를 수행하는 방법으로서, 실행부 수행을 통해 추론된 사실을 지식베이스(150)에 추가로 저장하고, 그에 따라 또 다른 추론 규칙과의 패턴 매칭이 이루어져 선택된 규칙이 다시 실행되는 방식이다. 전 방향 규칙 추론은 실행 속도가 우수하지만, 규칙의 실행 횟수에 따라 지식베이스(150)의 크기가 커지므로 메모리 점유율이 높다.
또한 후 방향 규칙 추론은 선택된 규칙의 실행부를 수행하기 위한 조건과 매칭되는 사실이 지식베이스(150)에 존재하는지 확인하거나, 존재하지 않을 경우에는 이러한 조건이 되는 사실을 추론하는 또 다른 규칙이 있는지 확인하는 방식이다. 그에 따라 실행 속도가 전 방향 규칙 추론에 비해 느리지만 규칙 실행 횟수에 무관하게 지식베이스(150)의 크기가 거의 일정하게 유지되므로 메모리 점유율이 낮다는 장점이 있다.
도 10은 본 발명에 따른 모바일 기반의 온톨로지 추론 방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도이다.
도 10을 참조하면, 온톨로지 입력부(110)는 외부로부터 입력받은 콘텍스트를 온톨로지 형식의 콘텍스트로 변환하되, 온톨로지는 OWL2-RL 트리플 구문으로 작성된다(S1010). 다음으로 사실 변환부(120)는 온톨로지 형식의 콘텍스트를 추론 가능한 형태의 사실로 변환하여 지식베이스(150)에 저장한다(S1020). 온톨로지를 사실로 변환할 때에는 사전에 정의된 사실 템플릿이 사용되며, 사실 템플릿은 트리플 구문으로 작성된 OWL2-RL 온톨로지의 특성을 반영하도록 정의된다.
온톨로지 추론부(130)는 지식베이스(150)에 저장된 사실을 사전에 정의된 추론 규칙과 매칭하여 추론한다(S1030). 추론 규칙은 기존에 사용되는 JESS의 각 기능을 포함하도록 CLIPS 형식으로 작성된 것이며, 추론 시간의 단축을 위해 부가적인 표현 방법을 배제한 다섯 가지 의미를 추론할 수 있도록 구축되어 사전에 규칙베이스(140)에 저장된다.
도 11은 본 발명에 따른 온톨로지 추론 시스템이 스마트폰에서 구동되어 콘텍스트를 추론하는 일 실시예의 수행과정을 나타낸 도면이다. 도 11의 실시예는 스마트폰에 구비된 블루투스로부터 입력된 콘텍스트를 추론하는 과정을 나타낸 것이다. 도 11을 참조하면, 온톨로지 형식으로 입력된 콘텍스트가 사실 템플릿을 기초로 변환되고, 사전에 저장된 추론 규칙과의 매칭 및 추론 과정이 반복적으로 수행되는 것을 확인할 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
110 - 온톨로지 입력부
120 - 사실 변환부
130 - 온톨로지 추론부
140 - 규칙베이스
150 - 지식베이스

Claims (9)

  1. 모바일 단말장치에서 실시간으로 발생하는 콘텍스트(context)를 추론하기 위한 온톨로지 추론 시스템에 있어서,
    상기 콘텍스트(context)를 웹 온톨로지 언어(Ontology Web Language : OWL) 중 OWL2-RL 트리플 구문으로 작성된 온톨로지 형식의 콘텍스트로 변환하는 온톨로지 입력부;
    상기 트리플 구문에 대응하여 정의된 사실 템플릿을 기초로 상기 온톨로지 형식의 콘텍스트로부터 추출된 주어, 술어 및 목적어를 각각 추론 가능한 사실로 변환하여 지식베이스에 저장하는 사실 변환부; 및
    상기 지식베이스에 저장된 사실을 사전에 정의된 추론 규칙과 매칭하여 추론하는 온톨로지 추론부;를 포함하는 것을 특징으로 하는 온톨로지 추론 시스템.
  2. 제 1항에 있어서,
    상기 추론 규칙은 JESS의 추론 규칙을 CLIPS 형식으로 표현하여 작성된 것을 특징으로 하는 온톨로지 추론 시스템.
  3. 제 1항 또는 제 2항에 있어서,
    상기 추론 규칙은 상기 콘텍스트가 가지는 동등 관계, 속성 관계, 상기 콘텍스트가 속하는 개념의 정의 및 관계, 그리고 상기 콘텍스트의 계층 구조를 추론하기 위해 작성된 것을 특징으로 하는 온톨로지 추론 시스템.
  4. 제 1항 또는 제 2항에 있어서,
    상기 온톨로지 추론부는 전 방향 규칙 추론 및 후 방향 규칙 추론을 모두 수행하는 것을 특징으로 하는 온톨로지 추론 시스템.
  5. 모바일 단말장치에서 실시간으로 발생하는 콘텍스트(context)를 추론하기 위한 온톨로지 추론 방법에 있어서,
    상기 콘텍스트(context)를 웹 온톨로지 언어(Ontology Web Language : OWL) 중 OWL2-RL 트리플 구문으로 작성된 온톨로지 형식의 콘텍스트로 변환하는 온톨로지 입력단계;
    상기 트리플 구문에 대응하여 정의된 사실 템플릿을 기초로 상기 온톨로지 형식의 콘텍스트로부터 추출된 주어, 술어 및 목적어를 각각 추론 가능한 사실로 변환하여 지식베이스에 저장하는 사실 변환단계; 및
    상기 지식베이스에 저장된 사실을 사전에 정의된 추론 규칙과 매칭하여 추론하는 온톨로지 추론단계;를 포함하는 것을 특징으로 하는 온톨로지 추론 방법.
  6. 제 5항에 있어서,
    상기 추론 규칙은 JESS의 추론 규칙을 CLIPS 형식으로 표현하여 작성된 것을 특징으로 하는 온톨로지 추론 방법.
  7. 제 5항 또는 제 6항에 있어서,
    상기 추론 규칙은 상기 콘텍스트가 가지는 동등 관계, 속성 관계, 상기 콘텍스트가 속하는 개념의 정의 및 관계, 그리고 상기 콘텍스트의 계층 구조를 추론하기 위해 작성된 것을 특징으로 하는 온톨로지 추론 방법.
  8. 제 5항 또는 제 6항에 있어서,
    상기 온톨로지 추론단계에서, 전 방향 규칙 추론 및 후 방향 규칙 추론을 모두 수행하는 것을 특징으로 하는 온톨로지 추론 방법.
  9. 제 5항 또는 제 6항에 기재된 온톨로지 추론 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020100079281A 2010-08-17 2010-08-17 모바일 기반의 온톨로지 추론 시스템 및 그 방법 KR101091592B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100079281A KR101091592B1 (ko) 2010-08-17 2010-08-17 모바일 기반의 온톨로지 추론 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100079281A KR101091592B1 (ko) 2010-08-17 2010-08-17 모바일 기반의 온톨로지 추론 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR101091592B1 true KR101091592B1 (ko) 2011-12-13

Family

ID=45505922

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100079281A KR101091592B1 (ko) 2010-08-17 2010-08-17 모바일 기반의 온톨로지 추론 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR101091592B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140139344A (ko) * 2013-05-27 2014-12-05 테크빌닷컴 주식회사 가상 교육 훈련 시스템에서 실시간으로 발생하는 학습자 상황 정보를 추론하기 위한 온톨로지 추론 교육 방법, 이를 이용한 시스템 및 컴퓨터 판독 가능한 기록 매체
KR101626275B1 (ko) * 2014-11-26 2016-06-02 모다정보통신 주식회사 온톨로지 기반으로 소셜 그룹을 형성하는 방법 및 그 서버
CN107092516A (zh) * 2017-03-29 2017-08-25 东南大学 一种将本体和缺省规则程序结合的推理方法
KR101788303B1 (ko) 2016-03-30 2017-11-15 경기대학교 산학협력단 대규모 병렬 정성 시간 추론 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"온톨로지 스키마 추론을 위한 향상된 개념 검색방법", 권순현 외 1명, 정보과학회논문지 소프트웨어 및 응용 제36권 제11호 p928, 2009년 11월

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140139344A (ko) * 2013-05-27 2014-12-05 테크빌닷컴 주식회사 가상 교육 훈련 시스템에서 실시간으로 발생하는 학습자 상황 정보를 추론하기 위한 온톨로지 추론 교육 방법, 이를 이용한 시스템 및 컴퓨터 판독 가능한 기록 매체
KR101584314B1 (ko) 2013-05-27 2016-01-22 테크빌닷컴 주식회사 가상 교육 훈련 시스템에서 실시간으로 발생하는 학습자 상황 정보를 추론하기 위한 온톨로지 추론 교육 방법, 이를 이용한 시스템 및 컴퓨터 판독 가능한 기록 매체
KR101626275B1 (ko) * 2014-11-26 2016-06-02 모다정보통신 주식회사 온톨로지 기반으로 소셜 그룹을 형성하는 방법 및 그 서버
KR101788303B1 (ko) 2016-03-30 2017-11-15 경기대학교 산학협력단 대규모 병렬 정성 시간 추론 장치 및 방법
CN107092516A (zh) * 2017-03-29 2017-08-25 东南大学 一种将本体和缺省规则程序结合的推理方法
CN107092516B (zh) * 2017-03-29 2020-10-02 东南大学 一种将本体和缺省规则程序结合的推理方法

Similar Documents

Publication Publication Date Title
US11763175B2 (en) Systems and methods for semantic inference and reasoning
US10031973B2 (en) Method and system for identifying a sensor to be deployed in a physical environment
US10229200B2 (en) Linking data elements based on similarity data values and semantic annotations
US10691507B2 (en) API learning
Bikakis et al. The XML and semantic web worlds: technologies, interoperability and integration: a survey of the state of the art
US8892580B2 (en) Transformation of regular expressions
JP2022538591A (ja) 自然言語理解（ｎｌｕ）フレームワークにおける予測的類似性スコアリングサブシステム
US20080263038A1 (en) Method and system for finding a focus of a document
CN107885842B (zh) 智能问答的方法、装置、服务器及存储介质
CN103400579A (zh) 一种语音识别系统和构建方法
WO2013014329A1 (en) Weighting metric for visual search of entity-relationship databases
Kim et al. MiRE4OWL: mobile rule engine for OWL
Hogan Linked Data & the Semantic Web Standards.
KR101091592B1 (ko) 모바일 기반의 온톨로지 추론 시스템 및 그 방법
WO2023169072A1 (zh) 知识图谱中实体的配置方法、分析方法及装置
CN112214583A (zh) 使用外部数据源扩展知识图
JP4913360B2 (ja) プロファイル管理装置およびコンピュータプログラム
KR101226162B1 (ko) 온톨로지 데이터를 그래프 데이터로 변환하기 위한 방법 및 그 장치
CN114117000A (zh) 应答方法、装置、设备及存储介质
KR20120071966A (ko) 소프트웨어 컴포넌트 검색을 위한 사례 기반 추론 장치 및 이를 이용하여 소프트웨어 컴포넌트를 검색하는 방법, 그리고 검색된 소프트웨어 컴포넌트에 대한 설명을 제공하는 방법
CN111125332B (zh) 计算词的tf-idf值的方法、装置、设备及存储介质
Gunaratna et al. Alignment and dataset identification of linked data in semantic web
CN110245688B (zh) 一种数据处理的方法及相关装置
Kivikangas et al. Improving semantic queries by utilizing UNL ontology and a graph database
US11443213B2 (en) System and method for approximate reasoning using ontologies and unstructured data

Legal Events

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

Payment date: 20140930

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20161024

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee