KR101766583B1 - 전문가의 지식을 이용한 온톨로지 기반의 추론 장치 및 방법 - Google Patents

전문가의 지식을 이용한 온톨로지 기반의 추론 장치 및 방법 Download PDF

Info

Publication number
KR101766583B1
KR101766583B1 KR1020160051645A KR20160051645A KR101766583B1 KR 101766583 B1 KR101766583 B1 KR 101766583B1 KR 1020160051645 A KR1020160051645 A KR 1020160051645A KR 20160051645 A KR20160051645 A KR 20160051645A KR 101766583 B1 KR101766583 B1 KR 101766583B1
Authority
KR
South Korea
Prior art keywords
node
rule
result
condition
conclusion
Prior art date
Application number
KR1020160051645A
Other languages
English (en)
Inventor
박영택
박현규
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 KR1020160051645A priority Critical patent/KR101766583B1/ko
Priority to US15/470,886 priority patent/US20170316315A1/en
Application granted granted Critical
Publication of KR101766583B1 publication Critical patent/KR101766583B1/ko

Links

Images

Classifications

    • G06F17/30731—
    • 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
    • G06N5/045—Explanation of inference; Explainable artificial intelligence [XAI]; Interpretable artificial intelligence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G06F17/30699—
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Medical Informatics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

전문가의 지식을 이용한 온톨로지 기반의 추론 장치 및 방법이 개시된다. 개시된 온톨로지 기반의 추론 장치는 조건 및 결과로 구성되는 전문가의 지식을 복수 개 입력받는 입력부; 상기 입력받는 지식을 온톨로지 기반의 규칙들로 변환하는 변환부; 및 상기 변환된 규칙들을 이용하여 결론을 추론하며, 상기 결론의 원인이 되는 규칙에 대한 설명을 생성하는 추론 수행부;를 포함하되, 상기 규칙은 상기 조건과 대응되는 조건 노드, 상기 결과와 대응되는 결과 노드 및 상기 조건 노드와 상기 결과 노드를 연결하는 에지를 포함하고, 상기 에지는 에지 방향 및 에지 값을 포함하며, 상기 에지 값은 상기 조건 노드와 상기 결과 노드의 관계 설명일 수 있다.

Description

전문가의 지식을 이용한 온톨로지 기반의 추론 장치 및 방법{Ontology-based reasoning apparatus and method using the knowledge of expert}
본 발명의 실시예들은 전문가와의 인터랙션을 통해 전문가 지식을 획득 및 관리하고, 획득된 전문가의 지식을 온톨로지 기반으로 추론하며, 전문가 지식에 대한 논리적 설명을 제공할 수 있는 추론 장치 및 방법에 관한 것이다.
지식 획득(Knowledge Acquisition) 시스템은 의료, 법률, 제조와 같은 전문성을 지닌 분야에서 많이 활용되고 있다. 즉, 지식 획득 시스템은 전문가의 의사결정을 도와 반복적인 업무 부담을 줄이고 축적된 전문가의 경험지식의 표준화를 통해 전문가 간의 의사 결정 과정의 효율과 신뢰도를 향상시키는 역할을 수행한다. 지식 획득은 전문가의 지식을 획득하여 분석하고, 체계적으로 관리하기 위한 과정으로써, 도메인 지식의 공급 및 검증을 위한 전문가(Expert) 및 전문가로부터 습득된 지식을 컴퓨터가 이해할 수 있도록 지식을 관리하는 지식 공학자(Knowledge Engineer)가 필요하다.
온톨로지는 개념과 개념들의 관계로 구성된 사전으로써, 개념 간 관계가 계층적으로 표현되며, 특정 개념에 대한 표현을 개념 또는 관계를 통해 표현하여 추론을 통해 확장이 가능하다. 따라서, 온톨로지를 이용하여 명시적 지식을 확장하는 추론 서비스가 제공될 수 있다.
온톨로지를 표현하는 언어로는 RDF(Resource Description Framework), RDF 스키마(RDF-S) 및 OWL(Ontology Web Language) 등이 있으며, 이 중에서 OWL는 표현력이 풍부하고 형식적 의미론(Formal Semantics)을 포함하고 있기 때문에 가장 많이 사용되고 있다.
하지만, 종래기술의 경우 전문가로부터 지식을 추출하여 시스템에 도입하는 전반적인 과정에서 지식 공학자의 개입이 절대적으로 요구되는 단점이 있다. 또한, 획득된 지식은 지식 공학자가 지속적으로 보완, 검증 및 관리를 했기 때문에 과도한 운영비용이 발생하고 새로운 도메인 지식 획득이 어려운 단점 또한 존재한다. 그리고, 지식 공학자는 전문가에 비해 해당 분야의 지식이 부족하기 때문에 지식의 활용 및 검증에 대한 문제점이 발생한다.
일례로, 혈액종합검사 정보를 이용한 전문가(의사)의 진단 결과 분석이 도메인인 경우, 종래의 지식 획득 시스템은 IF-THEN의 일차원적인 규칙으로 구성되어 있으며, 지식 공학자의 부재로 인해 전문가가 지식의 추가, 수정 및 삭제가 불가능한 경우도 발생하고 있다.
상기한 바와 같은 종래기술의 문제점을 해결하기 위해, 본 발명에서는 전문가와의 인터랙션을 통해 전문가 지식을 획득 및 관리하고, 획득된 전문가의 지식을 온톨로지 기반으로 추론하며, 전문가 지식에 대한 논리적 설명을 제공할 수 있는 추론 장치 및 방법을 제안하고자 한다.
본 발명의 다른 목적들은 하기의 실시예를 통해 당업자에 의해 도출될 수 있을 것이다.
상기한 목적을 달성하기 위해 본 발명의 바람직한 일 실시예에 따르면, 조건 및 결과로 구성되는 전문가의 지식을 복수 개 입력받는 입력부; 상기 입력받는 지식을 온톨로지 기반의 규칙들로 변환하는 변환부; 및 상기 변환된 규칙들을 이용하여 결론을 추론하며, 상기 결론의 원인이 되는 규칙에 대한 설명을 생성하는 추론 수행부;를 포함하되, 상기 규칙은 상기 조건과 대응되는 조건 노드, 상기 결과와 대응되는 결과 노드 및 상기 조건 노드와 상기 결과 노드를 연결하는 에지를 포함하고, 상기 에지는 에지 방향 및 에지 값을 포함하며, 상기 에지 값은 상기 조건 노드와 상기 결과 노드의 관계 설명인 것을 특징으로 하는 전문가의 지식을 이용한 온톨로지 기반의 추론 장치가 제공된다.
상기 입력부는 상기 지식을 획득하기 위한 UI를 상기 전문가가 소지한 단말 장치로 전송하되, 상기 UI는 상기 조건 및 상기 결과의 입력 시 필요한 정보를 표시하는 정보 표시 창, 상기 조건을 입력받기 위한 조건 입력 창, 상기 결과를 입력받기 위한 결과 입력 창을 포함할 수 있다.
상기 조건 노드 및 상기 결과 노드 각각은 노드 이름 및 노드 값을 포함하고, 상기 에지 방향은 상기 조건 노드로부터 상기 결과 노드로 설정될 수 있다.
상기 에지 값은 상기 조건 노드의 노드 값을 일반화하여 상기 결과 노드의 노드 값으로 결정하는 Definition, 상기 Definition을 가지는 규칙에서의 상기 결과 노드의 원인에 해당되는 정보를 표현하기 위한 Causal, 상기 Definition을 가지는 규칙에서의 상기 결과 노드를 기초로 하여 상기 결론에 해당되는 정보를 표현하기 위한 Diagnosis를 포함할 수 있다.
상기 변환된 규칙들 중 상기 Definition을 가지는 규칙 A에 대한 결론을 추론하고자 하는 경우, 상기 추론 수행부는, 상기 Diagnosis을 가지며 상기 규칙 A의 결과 노드와 동일한 조건 노드를 가지는 규칙 B를 검색하고, 상기 규칙 B의 결과 노드를 상기 결론으로 추론하며, 상기 Causal을 가지며 상기 규칙 A의 결과 노드/상기 규칙 B의 조건 노드를 결과 노드로 하는 규칙 C를 검색하고, 상기 규칙 C를 이용하여 상기 결론의 원인이 되는 규칙에 대한 설명을 생성할 수 있다.
상기 추론 수행부는 상기 Causal을 가지며 상기 규칙 C의 조건 노드를 결과 노드로 하는 규칙 D를 검색하고, 상기 규칙 D를 더 이용하여 상기 결론의 원인이 되는 규칙에 대한 설명을 생성할 수 있다.
또한, 본 발명의 다른 실시예에 따르면, 프로세서가 포함된 장치에서, 전문가의 지식을 이용한 온톨로지 기반의 추론 방법에 있어서, 조건 및 결과로 구성되는 전문가의 지식을 복수 개 입력받는 단계; 상기 입력받는 지식을 온톨로지 기반의 규칙들로 변환하는 단계; 상기 변환된 규칙들을 이용하여 결론을 추론하는 단계; 및 상기 결론의 원인이 되는 규칙에 대한 설명을 생성하는 단계;를 포함하되, 상기 규칙은 상기 조건과 대응되는 조건 노드, 상기 결과와 대응되는 결과 노드 및 상기 조건 노드와 상기 결과 노드를 연결하는 에지를 포함하고, 상기 에지는 에지 방향 및 에지 값을 포함하며, 상기 에지 값은 상기 조건 노드와 상기 결과 노드의 관계 설명인 것을 특징으로 하는 전문가의 지식을 이용한 온톨로지 기반의 추론 방법이 제공된다.
본 발명에 따른 전문가의 지식을 이용한 온톨로지 기반의 추론 장치 및 방법은 전문가와의 인터랙션을 통해 전문가 지식을 획득 및 관리하고, 획득된 전문가의 지식을 온톨로지 기반으로 추론하며, 전문가 지식에 대한 논리적 설명을 제공할 수 있는 장점이 있다.
도 1은 본 발명의 일 실시예에 따른 전문가의 지식을 이용한 온톨로지 기반의 추론 장치의 개략적인 구성을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 UI의 일례를 도시한 도면이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 규칙에 대한 개념을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 추론 수행부의 동작을 설명하기 위한 도면이다
도 6은 본 발명의 일 실시예에 따른 전문가의 지식을 이용한 온톨로지 기반의 추론 방법의 흐름을 도시한 순서도이다.
본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
이하, 본 발명의 다양한 실시예들을 첨부된 도면을 참조하여 상술한다.
도 1은 본 발명의 일 실시예에 따른 전문가의 지식을 이용한 온톨로지 기반의 추론 장치의 개략적인 구성을 도시한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 온톨로지 기반의 추론 장치(100)는 입력부(110), 변환부(120), 저장부(130) 및 추론 수행부(140)를 포함한다. 이하, 각 구성 요소 별 기능을 상세하게 설명한다.
입력부(110)는 전문가의 지식을 복수 개 입력받는다. 즉, 입력부는 전문가와의 인터랙션을 통해 전문가의 지식을 입력받는다. 이 때, 지식은 '조건 및 결과'로 구성된다.
본 발명의 일 실시예에 따르면, 입력부(110)는 지식을 획득하기 위한 UI(User Interface)를 전문가가 소지한 단말 장치로 전송할 수 있다. 이 경우, UI는 조건 및 결과의 입력 시 필요한 정보를 표시하는 정보 표시 창, 조건을 입력받기 위한 조건 입력 창, 결과를 입력받기 위한 결과 입력 창을 포함할 수 있다.
도 2에서는 본 발명의 일 실시예에 따른 UI의 일례를 도시하고 있다.
보다 상세하게, 도 2에 도시된 UI는 혈액종합검사 정보를 전문가인 의사가 판단하여 결과를 도출한 의료 분야 도메인의 UI의 일례이다.
도 2를 참조하면, UI는 도메인의 정보 표시 창인 '환자목록(210)', '환자기본정보(220)' 및 '환자상세정보(230)'를 포함한다.
또한, UI는 조건을 입력받기 위한 조건 입력 창인 '조건 목록(240)'를 포함하며, 전문가(의사)는 정보 표시 창에 표시되어 있는 정보를 참조하여 조건 입력 창 내에 조건을 입력한다. 이 때, 입력된 조건은 '항목(이름)(241)' 및 '값(242)'으로 구성될 수 있다. 또한, 조건은 2 이상이 입력될 수 있으며, 각각의 조건은 AND나 OR로 조합될 수 있다.
그리고, UI는 결과를 입력받기 위한 결과 입력 창인 '결과 목록(250)'를 포함하며, 전문가(의사)는 조건에 대한 결과(지식)을 결과 입력 창에 입력한다. 이 때, 입력된 결과 역시 '항목(이름)(251)' 및 '값(252)'으로 구성될 수 있다.
한편, '소견목록'(260)은 입력된 조건 및 결과를 정리하기 위한 창이다.
다시 도 1을 참조하면, 변환부(120)는 입력받는 지식을 파싱(Parsing)하여 온톨로지 기반의 규칙들로 변환한다. 일례로, 규칙은 SWRL 기반의 형태의 규칙일 수 있다. 그리고, 저스티피케이션(Justification)은 각각의 규칙들에 대한 정보들은 내포한다. 즉, 저스티피케이션은 하나의 규칙에 대한 정보와 두 노드간의 관계에 대한 설명을 의미한다.
여기서, 규칙은 입력된 조건과 대응되는 조건 노드, 입력된 결과와 대응되는 결과 노드 및 조건 노드와 결과 노드를 연결하는 에지(edge)를 포함한다. 이 때, 에지는 에지 방향 및 에지 값으로 구성된다. 에지 방향은 조건 노드로부터 결과 노드로 설정되며, 에지 값은 조건 노드와 결과 노드의 관계 설명일 수 있다.
도 3은 본 발명의 일 실시예에 따른 규칙에 대한 개념을 설명하기 위한 도면이다.
도 3을 참조하면, 조건 노드와 결과 노드에 대한 관계가 하나의 규칙으로 구성된다. 이 때, 조건 노드(310) 및 결과 노드(320) 각각은 노드 이름(name) 및 노드 값(value)을 포함한다.
이 때, 에지 값은 Definition, Causal 및 Diagnosis Rule을 포함한다.
Definition은 조건 노드의 노드 값을 일반화하여 결과 노드의 노드 값으로 결정하기 위하여 설정된다. 즉, Definition은 여러 항목의 정보를 각각의 사례에 해당되는 항목의 정보로 필터링하는 기능을 수행한다. 이는 각 항목에 대한 정상치 범위 규칙을 정의한 규칙 베이스를 기반으로 항목의 이상 유무를 추론하는데 사용된다.
도 4의 (a)의 규칙은 Definition을 가지는 규칙의 일례로서, "T.Bilirubin이 9.3인 경우 T.Bilirubin이 높은 값을 갖는다"는 기재와 대응된다.
Causal는 Definition을 가지는 규칙에서의 결과 노드의 원인에 해당되는 정보를 표현하기 위하여 설정된다. 즉, Causal는 Definition을 가지는 규칙에서 도출된 결과에 대하여 자세한 부연 설명을 하기 위한 것이다. 이는 UI를 통해 전문가가 직접 작성할 수 있으며, 아래에서 설명할 저장부(130)로 전달되어 온톨로지 기반의 규칙으로 저장된다.
도 4의 (b)의 규칙은 Causal을 가지는 규칙의 일례로서, "T.Bilirubin이 높은 값을 가지게 되는 이유는 Toxic Materal의 기능 장애(Malfunction)에 때문이다"라는 기재와 대응된다.
Diagnosis는 Definition을 가지는 규칙에서의 결과 노드를 기초로 하여 결론에 해당되는 정보를 표현하기 위하여 설정된다. Diagnosis는 규칙 베이스로 정의되어 있으며, 추가, 수정 및 삭제가 가능하다.
도 4의 (c)의 규칙은 Diagnosis을 가지는 규칙의 일례로서, "T.Bilirubin이 높은 값을 가지면 간 질환일 수 있다"라는 기재와 대응된다.
다시, 도 1을 참조하면, 저장부(130)은 정보들을 포함하는　온톨로지를 저장한다. 이 때, 저장부(130)는 종래에 미리 저장된 온톨로지 및 변환부(120)에서 변환된 규칙에 대한 온톨로지를 저장할 수 있다. 일례로, 변환부(120)에서 변환된 규칙은 아래의 표 1와 같을 수 있다.
규칙 조건 결론 설명
Def-rule1 (Name =T.Bilirubin)
?(8.7 < Value)		 Name = T.Bilirubin
Value = High
Dia-rule2 Name = T.Bilirubin
Value = High		 Name = Liver Disease
Value = Diagnosis		 설명1 (생략)
Cau-rule3 Name = Hepatic Parenchymal Cell
Value = Malfunction		 Name = Toxic Material
Value = Malfunction		 설명2 (생략)
Cau-rule4 Name = Toxic Material
Value = Malfunction		 Name = T.Bilirubin
Value = High		 설명3 (생략)
추론 수행부(140)는 변환된 규칙들을 이용하여 결론을 추론한다.
보다 상세하게, 변환된 규칙들 중 Definition을 가지는 규칙 A에 대한 결론을 추론하고자 하는 경우, 추론 수행부(140)는 Diagnosis을 에지 값으로 가지며 규칙 A의 결과 노드와 동일한 조건 노드를 가지는 규칙 B를 검색하고, 규칙 B의 결과 노드를 결론으로 추론할 수 있다.
또한, 추론 수행부(140)는 결론의 원인이 되는 규칙에 대한 설명을 생성한다.
보다 상세하게, Casual을 에지 값으로 가지며 규칙 A의 결과 노드/규칙 B의 조건 노드를 결과 노드로 하는 규칙 C를 검색하고, 규칙 C를 이용하여 결론의 원인이 되는 규칙에 대한 설명을 생성할 수 있다.
이 때, 규칙 C의 원인이 되는 규칙 D가 존재하는 경우가 발생할 수 있다. 이 경우, Casual을 에지 값으로 가지며 규칙 C의 조건 노드를 결과 노드로 하는 규칙 D를 검색하고, 규칙 D를 더 이용하여 결론의 원인이 되는 규칙에 대한 설명을 생성할 수 있다. 규칙에 대한 설명의 원인이 되는 노드가 없어질 때까지 반복적으로 수행될 수 있다.
도 5는 본 발명의 일 실시예에 따른 추론 수행부(140)의 동작을 설명하기 위한 도면이다
도 5를 참조하면, UI로부터 획득된 환자의 기본 정보인 성별, 나이 및 음주, 흡연 여부 등의 환자정보와 혈액종합검사에 대한 각 항목별 검사 수치 정보를 입력받아 규칙 A의 조건 노드인 {T.Bilirubin, 9.3}을 생성하며, 이를 통해 환자의 상태에 따른 정상수치를 벗어난 이상수치의 검사항목을 확인한다. 이에 따라, 규칙 A의 결과 노드인 {T.Bilirubin, High}가 생성된다.
전문가의 입력에 의해 진단으로 결론이 난 지식에 대한 규칙은 Diagnosis을 가지는 규칙이며, 기존의 시스템에서 생성된 이상수치의 검사항목으로부터 의심되는 질병으로의 진단에 해당된다. 이 경우, {T.Bilirubin, High}로부터 발생할 수 있는 질병에 대한 소견인 {Liver Disease, Diagnosis}을 추론한다(규칙 C).
그리고, 진단을 내린 원인을 알기 위해 전문가의 입력 규칙 중 Causal를 가지는 규칙을 통해 논리적 설명을 추론할 수 있다. 먼저, 이상수치의 검사항목와 대응되는 규칙(Causal를 가지는 규칙)을 검색하고, 해당 규칙으로부터 논리적으로 확장한다. 이는 상기의 표 1를 이용하여 수행될 수 있다. 따라서, 노드 {T.Bilirubin, High}의 원인으로 노드 {Toxic Material, Malifunction}가 추론되며 노드 {Toxic Material, Malifunction}를 포함하는 규칙을 검색하여 노드 {Hepatic Parenchymal Cell, Malfunction}로 확장한다. 이 과정은 더 이상 관련 노드가 없을 때까지 수행하게 되며, 확장된 노드와 관련된 규칙에 대한 저스티피케이션을 통해 두 노드간의 관계에 대한 설명이 추가되고 이상 수치의 검사항목으로부터 의심 질병이 진단된 원인에 대한 논리적 설명을 생성한다.
요컨대, 본 발명에 따르면, 입력된 규칙은 규칙 기반 추론 엔진에 의해 수집된 도메인 정보를 추론할 수 있으며, 추론 엔진은 입력된 규칙의 인과 관계를 자동으로 추론하며, 추론된 결과는 도메인 정보에 대한 논리적 설명이 추가된 형태의 도메인 지식이 된다. 또한, 전문가와의 인터랙션을 통한 전문가 지식을 획득하고 관리할 수 있으며, 획득된 전문가의 지식을 온톨로지 기반 규칙 추론하여 전문가 지식에 대한 논리적 설명을 제공한다.
따라서, 다양한 분야의 도메인을 적용하여 활용할 수 있는 형태의 범용적인 방법으로 전문가가 보유한 경험 지식을 관리할 수 있으며, 이를 통해 종래의 지식 공학자가 운용하는 시스템에 비해 정확하고 일관성, 유연성이 있는 지식베이스를 구축할 수 있다.
도 6은 본 발명의 일 실시예에 따른 전문가의 지식을 이용한 온톨로지 기반의 추론 방법의 흐름을 도시한 순서도이다.
도 6의 방법은 프로세서가 포함된 장치에서 수행될 수 있다. 이하, 각 단계 별로 수행되는 과정을 설명한다.
먼저, 단계(610)에서는 조건 및 결과로 구성되는 전문가의 지식을 복수 개 입력받는다.
다음으로, 단계(620)에서는 입력받는 지식을 온톨로지 기반의 규칙들로 변환한다. 여기서, 입력된 조건과 대응되는 조건 노드, 입력된 결과와 대응되는 결과 노드 및 조건 노드와 결과 노드를 연결하는 에지를 포함한다. 이 때, 조건 노드 및 결과 노드 각각은 노드 이름 및 노드 값을 포함하고, 에지는 조건 노드로부터 결과 노드로 설정되는 에지 방향 및 조건 노드와 결과 노드의 관계 설명인 에지 값으로 구성된다.
이 때, 에지 값은 조건 노드의 노드 값을 일반화하여 결과 노드의 노드 값으로 결정하기 위한 Definition, Definition을 가지는 규칙에서의 결과 노드의 원인에 해당되는 정보를 표현하기 위한 Causal 및 Definition을 가지는 규칙에서의 결과 노드를 기초로 하여 결론에 해당되는 정보를 표현하기 위한 Diagnosis를 포함할 수 있다.
계속하여, 단계(630)에서는 변환된 규칙들을 이용하여 결론을 추론한다.
본 발명의 일 실시예에 따르면, 변환된 규칙들 중 Definition을 가지는 규칙 A에 대한 결론을 추론하고자 하는 경우, 단계(630)에서는 Diagnosis을 가지며 규칙 A의 결과 노드와 동일한 조건 노드를 가지는 규칙 B를 검색하고, 규칙 B의 결과 노드를 결론으로 추론한다.
마지막으로, 단계(640)에서는 결론의 원인이 되는 규칙에 대한 설명을 생성한다.
본 발명의 일 실시예에 따르면, 단계(640)은 Causal을 가지며 규칙 A의 결과 노드/규칙 B의 조건 노드를 결과 노드로 하는 규칙 C를 검색하고, 규칙 C를 이용하여 결론의 원인이 되는 규칙에 대한 설명을 생성할 수 있다.
지금까지 본 발명에 따른 전문가의 지식을 이용한 온톨로지 기반의 추론 방법의 실시예들에 대하여 설명하였고, 앞서 도 1 내지 도 5에서 설명한 전문가의 지식을 이용한 온톨로지 기반의 추론 장치(100)에 관한 구성이 본 실시예에도 그대로 적용 가능하다. 이에, 보다 상세한 설명은 생략하기로 한다.
또한 앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.

Claims (11)

  1. 조건 및 결과로 구성되는 전문가의 지식을 복수 개 입력받는 입력부;
    상기 입력받는 지식을 온톨로지 기반의 규칙들로 변환하는 변환부; 및
    상기 변환된 규칙들을 이용하여 결론을 추론하며, 상기 결론의 원인이 되는 규칙에 대한 설명을 생성하는 추론 수행부;를 포함하되,
    상기 규칙은 상기 조건과 대응되는 조건 노드, 상기 결과와 대응되는 결과 노드 및 상기 조건 노드와 상기 결과 노드를 연결하는 에지를 포함하고, 상기 조건 노드 및 상기 결과 노드 각각은 노드 이름 및 노드 값을 포함하고, 상기 에지는 에지 방향 및 에지 값을 포함하며, 상기 에지 값은 상기 조건 노드와 상기 결과 노드의 관계 설명이고, 상기 에지 방향은 상기 조건 노드로부터 상기 결과 노드로 설정되되,
    상기 에지 값은 상기 조건 노드의 노드 값을 일반화하여 상기 결과 노드의 노드 값으로 결정하는 Definition, 상기 Definition을 가지는 규칙에서의 상기 결과 노드의 원인에 해당되는 정보를 표현하기 위한 Causal, 상기 Definition을 가지는 규칙에서의 상기 결과 노드를 기초로 하여 상기 결론에 해당되는 정보를 표현하기 위한 Diagnosis를 포함하는 것을 특징으로 하는 전문가의 지식을 이용한 온톨로지 기반의 추론 장치.
  2. 제1항에 있어서,
    상기 입력부는 상기 지식을 획득하기 위한 UI를 상기 전문가가 소지한 단말 장치로 전송하되,
    상기 UI는 상기 조건 및 상기 결과의 입력 시 필요한 정보를 표시하는 정보 표시 창, 상기 조건을 입력받기 위한 조건 입력 창, 상기 결과를 입력받기 위한 결과 입력 창을 포함하는 것을 특징으로 하는 전문가의 지식을 이용한 온톨로지 기반의 추론 장치.
  3. 삭제
  4. 삭제
  5. 제1항에 있어서,
    상기 변환된 규칙들 중 상기 Definition을 가지는 규칙 A에 대한 결론을 추론하고자 하는 경우, 상기 추론 수행부는,
    상기 Diagnosis을 가지며 상기 규칙 A의 결과 노드와 동일한 조건 노드를 가지는 규칙 B를 검색하고, 상기 규칙 B의 결과 노드를 상기 결론으로 추론하며,
    상기 Causal을 가지며, 상기 규칙 A의 결과 노드이면서 상기 규칙 B의 조건 노드인 노드를 결과 노드로 하는 규칙 C를 검색하고, 상기 규칙 C를 이용하여 상기 결론의 원인이 되는 규칙에 대한 설명을 생성하는 것을 특징으로 하는 전문가의 지식을 이용한 온톨로지 기반의 추론 장치.
  6. 제5항에 있어서,
    상기 추론 수행부는
    상기 Causal을 가지며 상기 규칙 C의 조건 노드를 결과 노드로 하는 규칙 D를 검색하고, 상기 규칙 D를 더 이용하여 상기 결론의 원인이 되는 규칙에 대한 설명을 생성하는 것을 특징으로 하는 전문가의 지식을 이용한 온톨로지 기반의 추론 장치.
  7. 프로세서가 포함된 장치에서, 전문가의 지식을 이용한 온톨로지 기반의 추론 방법에 있어서,
    조건 및 결과로 구성되는 전문가의 지식을 복수 개 입력받는 단계;
    상기 입력받는 지식을 온톨로지 기반의 규칙들로 변환하는 단계;
    상기 변환된 규칙들을 이용하여 결론을 추론하는 단계; 및
    상기 결론의 원인이 되는 규칙에 대한 설명을 생성하는 단계;를 포함하되,
    상기 규칙은 상기 조건과 대응되는 조건 노드, 상기 결과와 대응되는 결과 노드 및 상기 조건 노드와 상기 결과 노드를 연결하는 에지를 포함하고, 상기 조건 노드 및 상기 결과 노드 각각은 노드 이름 및 노드 값을 포함하고, 상기 에지는 에지 방향 및 에지 값을 포함하며, 상기 에지 값은 상기 조건 노드와 상기 결과 노드의 관계 설명이고, 상기 에지 방향은 상기 조건 노드로부터 상기 결과 노드로 설정되되,
    상기 에지 값은 상기 조건 노드의 노드 값을 일반화하여 상기 결과 노드의 노드 값으로 결정하는 Definition, 상기 Definition을 가지는 규칙에서의 상기 결과 노드의 원인에 해당되는 정보를 표현하기 위한 Causal, 상기 Definition을 가지는 규칙에서의 상기 결과 노드를 기초로 하여 상기 결론에 해당되는 정보를 표현하기 위한 Diagnosis를 포함하는 것을 특징으로 하는 전문가의 지식을 이용한 온톨로지 기반의 추론 방법.
  8. 삭제
  9. 삭제
  10. 제7항에 있어서,
    상기 변환된 규칙들 중 상기 Definition을 가지는 규칙 A에 대한 결론을 추론하고자 하는 경우,
    상기 추론하는 단계는 상기 Diagnosis을 가지며 상기 규칙 A의 결과 노드와 동일한 조건 노드를 가지는 규칙 B를 검색하고, 상기 규칙 B의 결과 노드를 상기 결론으로 추론하며,
    상기 설명을 생성하는 단계는, 상기 Causal을 가지며, 상기 규칙 A의 결과 노드이면서 상기 규칙 B의 조건 노드인 노드를 결과 노드로 하는 규칙 C를 검색하고, 상기 규칙 C를 이용하여 상기 결론의 원인이 되는 규칙에 대한 설명을 생성하는 것을 특징으로 하는 전문가의 지식을 이용한 온톨로지 기반의 추론 방법.
  11. 제7항 및 제10항 중 어느 한 항의 방법을 수행하는 프로그램을 기록한 컴퓨터 판독 가능 기록 매체.
KR1020160051645A 2016-04-27 2016-04-27 전문가의 지식을 이용한 온톨로지 기반의 추론 장치 및 방법 KR101766583B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160051645A KR101766583B1 (ko) 2016-04-27 2016-04-27 전문가의 지식을 이용한 온톨로지 기반의 추론 장치 및 방법
US15/470,886 US20170316315A1 (en) 2016-04-27 2017-03-27 Ontology-based reasoning apparatus and method using knowledge of an expert

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160051645A KR101766583B1 (ko) 2016-04-27 2016-04-27 전문가의 지식을 이용한 온톨로지 기반의 추론 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101766583B1 true KR101766583B1 (ko) 2017-08-09

Family

ID=59652709

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160051645A KR101766583B1 (ko) 2016-04-27 2016-04-27 전문가의 지식을 이용한 온톨로지 기반의 추론 장치 및 방법

Country Status (2)

Country Link
US (1) US20170316315A1 (ko)
KR (1) KR101766583B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110310745A (zh) * 2019-05-21 2019-10-08 上海交通大学医学院附属瑞金医院 医疗指南和数据驱动相结合的治疗方案推荐系统
KR20200064534A (ko) 2018-11-29 2020-06-08 숭실대학교산학협력단 사람의 행위 의도 인지를 위한 온톨로지 기반 사건 연산 규칙 생성 장치 및 그 방법
KR102197660B1 (ko) 2019-10-23 2021-01-04 숭실대학교산학협력단 고령자 생활 패턴 인지 시스템 및 방법

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018020495A1 (en) * 2016-07-27 2018-02-01 Epistema Ltd. Computerized environment for human expert analysts
CN108171334B (zh) * 2018-01-24 2021-08-27 北京航空航天大学 一种基于混合推理的自然环境效应知识推理方法
CN108875144A (zh) * 2018-05-25 2018-11-23 华中科技大学 基于本体理论的消防力量调度辅助决策支持方法及系统
CN112036568B (zh) * 2020-07-09 2023-10-17 中国人民解放军海军工程大学 一种核动力装置一回路冷却剂系统破损故障智能诊断方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200064534A (ko) 2018-11-29 2020-06-08 숭실대학교산학협력단 사람의 행위 의도 인지를 위한 온톨로지 기반 사건 연산 규칙 생성 장치 및 그 방법
CN110310745A (zh) * 2019-05-21 2019-10-08 上海交通大学医学院附属瑞金医院 医疗指南和数据驱动相结合的治疗方案推荐系统
CN110310745B (zh) * 2019-05-21 2021-12-03 上海交通大学医学院附属瑞金医院 医疗指南和数据驱动相结合的治疗方案推荐系统
KR102197660B1 (ko) 2019-10-23 2021-01-04 숭실대학교산학협력단 고령자 생활 패턴 인지 시스템 및 방법

Also Published As

Publication number Publication date
US20170316315A1 (en) 2017-11-02

Similar Documents

Publication Publication Date Title
KR101766583B1 (ko) 전문가의 지식을 이용한 온톨로지 기반의 추론 장치 및 방법
AU2014228252B2 (en) Knowledge capture and discovery system
Ongenae et al. A probabilistic ontology-based platform for self-learning context-aware healthcare applications
KR101364851B1 (ko) 데이터베이스 구축하는 방법 및 상기 데이터베이스를이용한 질병분석 방법
Montani et al. Retrieval and clustering for supporting business process adjustment and analysis
Herrmann et al. MOQARE: misuse-oriented quality requirements engineering
US11527312B2 (en) Clinical report retrieval and/or comparison
Montani et al. Improving structural medical process comparison by exploiting domain knowledge and mined information
Horrocks et al. Reasoning support for expressive ontology languages using a theorem prover
Peñaloza et al. A Practical Approach for Computing Generalization Inferences in
Avrunin et al. Smart checklists for human-intensive medical systems
Post et al. Protempa: A method for specifying and identifying temporal sequences in retrospective data for patient selection
Tueno et al. Towards using ontologies for domain modeling within the SysML/KAOS approach
Pauzi et al. Applications of natural language processing in software traceability: A systematic mapping study
Winter et al. (De) troubling transparency: artificial intelligence (AI) for clinical applications
Fei et al. Discovering patient care process models from event logs
Fontenla-Seco et al. A framework for the automatic description of healthcare processes in natural language: Application in an aortic stenosis integrated care process
JP6044960B2 (ja) シリアライザを特化する方法、装置及びコンピュータプログラム
Chaudet Extending the event calculus for tracking epidemic spread
JP5017046B2 (ja) バリアンス原因フィルタリングシステム
JP5282438B2 (ja) 情報抽出装置およびプログラムならびに情報抽出ルール生成装置およびプログラム
Kannan Formal reasoning of knowledge in systems engineering through epistemic modal logic
Bottrighi et al. Trace retrieval for business process operational support
De Masellis et al. Runtime enforcement of first-order ltl properties on data-aware business processes
Batista et al. Skip miner: towards the simplification of spaghetti-like business process models

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant