KR102183053B1

KR102183053B1 - 지식 그래프를 정제하기 위한 장치, 방법, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램

Info

Publication number: KR102183053B1
Application number: KR1020200018269A
Authority: KR
Inventors: 손미애; 김종모; 박다은; 박규동; 전호철
Original assignee: 국방과학연구소
Priority date: 2020-02-14
Filing date: 2020-02-14
Publication date: 2020-11-25

Abstract

지식 그래프를 정제하기 위한 방법에 있어서, 데이터베이스에 저장된 지식 그래프에서 기 설정된 형태의 그래프 패턴에 대응하는 엔터티 중심 그래프들을 수집하는 동작; 상기 엔터티 중심 그래프들을 클러스터링하여 코어 토픽 그래프들을 생성하는 동작; 상기 코어 토픽 그래프들을 기초로, 상기 지식 그래프에 포함된 링크의 중요도를 산출하는 동작; 및 상기 산출된 중요도를 기초로 중요도가 임계 값보다 낮은 링크를 필터링하여 상기 지식 그래프를 정제하는 동작을 포함할 수 있다.

Description

지식 그래프를 정제하기 위한 장치, 방법, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램{APPARATUS, METHOD, COMPUTER-READABLE STORAGE MEDIUM AND COMPUTER PROGRAM FOR CLEANING KNOWLEDGE GRAPH}

본 발명은 지식 그래프를 정제하기 위한 장치, 방법, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램에 관한 것이다.

지식 그래프는 다양한 형태의 정보의 추가 및 삭제가 자유롭고, 웹 정보뿐만 아니라 물리적 정보까지도 통합할 수 있다는 점에서 새로운 데이터 표현 및 저장 방식으로 부상하고 있다.

종래에는, 지식 그래프를 표현하는 대표적인 데이터 모델로 RDF(resource description framework)가 있다. 상기 RDF의 경우, 복잡성 및 거대성으로 사용자가 획득하기를 원하는 토픽에 대한 핵심 정보를 식별하기 어려운 단점이 있다. 이러한 단점을 해결하기 위해, 최근에는, 그래프 마이닝 기술을 이용하여 상기 RDF에서 유의미한 그래프 패턴을 식별하는 연구가 활발하게 진행되고 있다.

한편, 종래의 그래프 마이닝 기술은, 임의의 그래프 패턴을 특징짓지 않고 빈도에 기초하여, 일정 임계치를 만족하는 모든 그래프 패턴을 그래프 마이닝 대상으로 간주한다는 점에서, 과도한 컴퓨팅 자원을 요구한다. 이는, 지속적으로 새로운 데이터가 추가되며 그 규모가 상당한 지식 그래프의 특성에, 반하게 되어 최신성 및 효율성의 측면에서 명백한 한계를 드러낸다.

본 발명의 실시 예는, 코어 토픽 그래프 패턴(core topic graph patterns)을 마이닝하고, 상기 코어 토픽 그래픽 패턴을 이용하여 지식 그래프를 정제할 수 있는, 지식 그래프를 정제하기 위한 장치, 방법, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램을 제공할 수 있다.

예를 들어, 상기 지식 그래프를 정제하기 위한 장치, 방법, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램은, RDF(resource description framework)의 집합에서, 토픽의 핵심 특성을 가장 잘 나타내는 유의미한 그래프 패턴을 마이닝할 수 있으며, 상기 그래프 패턴을 이용하여 그래프 패턴을 정제하는 기술을 제공할 수 있다.

예를 들어, 상기 지식 그래프를 정제하기 위한 장치, 방법, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램은, 상술한 종래 기술의 한계를 극복하고, 지식 그래프 특성을 충분히 고려한 실현 가능성이 있는 그래프 마이닝 기술을 위해, 지식 그래프의 가장 핵심이 되는 하나 이상의 그래프 패턴 구조를 식별할 수 있으며, 상기 하나 이상의 그래프 패턴 구조를 충족시키는 그래프를 수집하는 기술을 제공할 수 있다. 또한, 상기 지식 그래프를 정제하기 위한 장치, 방법, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램은, 효율성의 향상을 위해, 수집된 그래프의 링크 데이터들 중에서 중요도가 낮은 링크 데이터를 TF-IDF(term frequency - inverse document frequency)방식을 착안하여 필터링 하는 기술을 제공할 수 있으며, 또한, 가장 토픽의 특징을 잘 표현할 수 있는 복수개의 코어 토픽 그래프 패턴을 마이닝하는 기술을 제공할 수 있다. 이에 따라, 상기 지식 그래프를 정제하기 위한 장치, 방법, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램은, 마이닝된 복수의 코어 토픽 그래프 패턴들을 이용하여, 지식 그래프에서 토픽을 설명하는데 중요도가 낮은 데이터를 제거하는, 지식 그래프 정제를 수행하는 기술을 제공할 수 있다.

본 발명의 실시 예에 따르면, 지식 그래프를 정제하기 위한 방법에 있어서, 데이터베이스에 저장된 지식 그래프에서 기 설정된 형태의 그래프 패턴에 대응하는 엔터티 중심 그래프들을 수집하는 동작; 상기 엔터티 중심 그래프들을 클러스터링하여 코어 토픽 그래프들을 생성하는 동작; 상기 코어 토픽 그래프들을 기초로, 상기 지식 그래프에 포함된 링크의 중요도를 산출하는 동작; 및 상기 산출된 중요도를 기초로 중요도가 임계 값보다 낮은 링크를 필터링하여 상기 지식 그래프를 정제하는 동작을 포함할 수 있다.

본 발명의 실시 예에 따르면, 상기 기 설정된 형태의 그래프 패턴은, 별 형태의 그래프 패턴을 포함하며, 상기 별 형태의 그래프 패턴은, 중심이 되는 개체와 상기 중심이 되는 개체와 연결되는 복수의 프리디케이트들(predicates) 및 상기 복수의 프리디케이트들 각각에 연결되는 리프(leaf)를 포함할 수 있다.

본 발명의 실시 예에 따르면, TF-IDF(term frequency-inverse document frequency)를 기초로, 상기 엔터티 중심 그래프들에 포함된 링크들의 중요도를 산출하는 동작; 상기 산출된 중요도를 기초로, 상기 엔터티 중심 그래프들에 포함된 임계 값 이하의 중요도를 갖는 링크들을 제거하여, 상기 엔터티 중심 그래프들을 축소시키는 동작을 더 포함할 수 있다.

본 발명의 실시 예에 따르면, 상기 엔터티 중심 그래프들을 클러스터링하여 상기 코어 토픽 그래프들을 생성하는 동작은, 상기 축소된 엔터티 중심 그래프들 간의 상기 TF-IDF의 유사도를 계산하여 유사도 매트릭스를 생성하는 동작; 상기 생성된 유사도 매트릭스를 입력 값으로 하여, 상기 축소된 엔터티 중심 그래프들에 대한 스펙트럴 클러스터링(spectral clustering)을 하여 그룹들을 생성하는 동작; 상기 그룹들 각각에 대응하는 링크들의 클러스터링 효과(clustering effects)를 분석하여, 상기 그룹들 각각에 대한 기 설정된 임계 값 이상의 링크들을 추출하는 동작; 상기 그룹들 각각에 대해, 상기 추출된 링크들을 포함하는 코어 토픽 그래프 패턴을 생성하는 동작을 포함할 수 있다.

본 발명의 실시 예에 따르면, 상기 코어 토픽 그래프들을 기초로, 상기 지식 그래프에 포함된 링크의 중요도를 산출하는 동작은, 상기 지식 그래프에서 상기 코어 토픽 그래프들 각각에 대응되는 토픽 그래프를 검출하는 동작, 및 통계적 산출 지표 중 하나인 기 설정된 완전성 기준에 기초하여, 상기 코어 토픽 그래프들 각각과 상기 검출된 토픽 그래프를 비교하여, 상기 검출된 토픽 그래프의 완전성을 평가하는 동작을 포함하며, 상기 산출된 중요도를 기초로 중요도가 임계 값보다 낮은 링크를 필터링하여 상기 지식 그래프를 정제하는 동작은, 상기 완전성 평가에 기초하여, 상기 검출된 토픽 그래프에서 상기 중요도가 임계 값보다 낮은 상기 완전성 기준을 만족하지 못하는 링크들을 제거하여, 최종 지식 부분 그래프를 생성하는 동작을 포함할 수 있다.

본 발명의 실시 예에 따르면, 컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서, 상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면, 데이터베이스에 저장된 지식 그래프에서 기 설정된 형태의 그래프 패턴에 대응하는 엔터티 중심 그래프들을 수집하는 동작; 상기 엔터티 중심 그래프들을 클러스터링하여 코어 토픽 그래프들을 생성하는 동작; 상기 코어 토픽 그래프들을 기초로, 상기 지식 그래프에 포함된 링크의 중요도를 산출하는 동작; 및 상기 산출된 중요도를 기초로 중요도가 임계 값보다 낮은 링크를 필터링하여 상기 지식 그래프를 정제하는 동작을 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함할 수 있다.

본 발명의 실시 예에 따르면, 컴퓨터 판독 가능한 기록매체에 저장되어 있는 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면, 데이터베이스에 저장된 지식 그래프에서 기 설정된 형태의 그래프 패턴에 대응하는 엔터티 중심 그래프들을 수집하는 동작; 상기 엔터티 중심 그래프들을 클러스터링하여 코어 토픽 그래프들을 생성하는 동작; 상기 코어 토픽 그래프들을 기초로, 상기 지식 그래프에 포함된 링크의 중요도를 산출하는 동작; 및 상기 산출된 중요도를 기초로 중요도가 임계 값보다 낮은 링크를 필터링하여 상기 지식 그래프를 정제하는 동작을 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함할 수 있다.

본 발명의 실시 예에 따르면, 지식 그래프를 정제하기 위한 장치에 있어서, 프로세서; 및 상기 프로세서와 전기적으로 연결된 메모리를 포함하며, 상기 메모리는 프로세서가, 데이터베이스에 저장된 지식 그래프에서 기 설정된 형태의 그래프 패턴에 대응하는 엔터티 중심 그래프들을 수집하며, 상기 엔터티 중심 그래프들을 클러스터링하여 코어 토픽 그래프들을 생성하며, 상기 코어 토픽 그래프들을 기초로, 상기 지식 그래프에 포함된 링크의 중요도를 산출하며, 상기 산출된 중요도를 기초로 중요도가 임계 값보다 낮은 링크를 필터링하여 상기 지식 그래프를 정제하도록 하는 명령을 포함할 수 있다.

본 발명의 실시 예에 따른 지식 그래프를 정제하기 위한 장치, 방법, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램은, 코어 토픽 그래프 패턴(core topic graph patterns)을 마이닝하고, 상기 코어 토픽 그래픽 패턴을 이용하여 지식 그래프를 정제할 수 있다.

예를 들어, 본 발명의 실시 예는, 그래프 패턴을 마이닝하기 위한 데이터 셋의 축소 시, 개체 중심의 그래프 패턴의 식별을 통해, 상기 데이터 셋에 대한 정보량의 손실을 최소화하면서 효율적으로 상기 데이터 셋의 축소가 수행되도록 할 수 있다. 또한, 본 발명의 실시 예는, 클러스터링 기법을 통하여 토픽의 특징을 잘 표현할 수 있는 그래프 패턴이 자동으로 식별되며, 지식 그래프의 정제를 통하여 불필요한 정보가 제거되고 밀도 있는 정보만 담은 지식 그래프가 획득되도록 할 수 있다.

도 1a 및 도 1b는 본 발명의 일 실시 예에 따른 지식 그래프를 정제하기 위한 시스템의 블록도이다.
도 2는 본 발명의 일 실시 예에 따른, 특정 개체를 공유하는 RDF들의 집합으로 이루어진 별 모양의 그래프 패턴을 나타낸 도면이다.
도 3은 본 발명의 일 실시 예에 따른 코어 토픽 그래프를 나타낸 도면이다.
도 4는 본 발명의 일 실시 예에 따른 지식 그래프를 정제하기 위한 동작의 흐름도이다.

먼저, 본 발명의 장점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되는 실시 예들을 참조하면 명확해질 것이다. 여기에서, 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 발명의 범주를 명확하게 이해할 수 있도록 하기 위해 예시적으로 제공되는 것이므로, 본 발명의 기술적 범위는 청구항들에 의해 정의되어야 할 것이다.

아울러, 아래의 본 발명을 설명함에 있어서 공지 기능 또는 구성 등에 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 용어들인 것으로, 이는 사용자, 운용자 등의 의도 또는 관례 등에 따라 달라질 수 있음은 물론이다. 그러므로, 그 정의는 본 명세서의 전반에 걸쳐 기술되는 기술사상을 토대로 이루어져야 할 것이다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예에 대하여 상세하게 설명한다.

도 1a 및 도 1b는 본 발명의 일 실시 예에 따른 지식 그래프를 정제하기 위한 시스템의 블록도이다. 도 2는 본 발명의 일 실시 예에 따른, 특정 개체를 공유하는 RDF들의 집합으로 이루어진 별 모양의 그래프 패턴을 나타낸 도면이다. 도 3은 본 발명의 일 실시 예에 따른 코어 토픽 그래프를 나타낸 도면이다.

도 1a를 참조하면, 상기 시스템은, 지식 그래프를 정제하기 위한 장치(100), 지식 그래프 데이터베이스(11) 및/또는 정제된 지식 그래프 데이터베이스(13)를 포함할 수 있다.

상기 장치(100)는, 프로세서(101), 입출력 인터페이스(141), 통신 인터페이스(151) 및/또는 메모리(161)를 포함할 수 있다.

프로세서(101)(제어부, 제어 장치 또는 제어 회로라고도 함)는 연결된 장치(100)의 적어도 하나의 다른 구성 요소(예: 하드웨어 구성 요소(예: 입출력 인터페이스(141), 통신 인터페이스(151) 및/또는 메모리(161)) 또는 소프트웨어 구성 요소)를 제어할 수 있고, 다양한 데이터 처리 및 연산을 수행할 수 있다.

입출력 인터페이스(141)는, 예를 들면, 사용자 또는 다른 외부 기기로부터 입력된 명령 또는 데이터를 장치(100)의 다른 구성요소(들)에 전달하거나, 또는 장치(100)의 다른 구성요소(들)로부터 수신된 명령 또는 데이터를 사용자 또는 다른 외부 기기로 출력할 수 있다.

통신 인터페이스(151)은 장치(100)와 외부 장치와의 유선 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다.

메모리(161)는 장치(100)의 적어도 하나의 구성요소(프로세서(101), 입출력 인터페이스(141), 및/또는 통신 인터페이스(151))에 의해 사용되는 다양한 데이터, 예를 들어, 소프트웨어(예: 프로그램) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 저장할 수 있다. 메모리(161)는, 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다.

일 실시 예에 따르면, 상기 프로세서(101)는 복잡하고 거대한 지식 그래프 데이터베이스(11)에 저장된 지식 그래프로부터 토픽을 가장 잘 설명할 수 있는 그래프 패턴을 식별하고, 식별된 그래프 패턴에 기초하여 그래프를 수집 및 정제하며, 토픽의 특징을 잘 표현할 수 있는 복수개의 코어 그래프 패턴을 마이닝하고, 지식 그래프에 포함된 링크의 중요도를 바탕으로 그래프를 정제할 수 있다.

예를 들어, 상기 프로세서(101)는 상기 지식 그래프에서 개체 중심의 그래프 패턴을 식별, 수집 및 정제할 수 있으며, 토픽의 특징을 나타내는 복수개의 코어 그래프 패턴을 찾을 수 있으며, 링크의 중요도를 바탕으로 그래프를 정제할 수 있다.

예를 들어, 상기 프로세서(101)는, 상기 개체 중심의 그래프 패턴을 식별하고, 그 패턴에 따라 개체 중심 그래프를 수집할 수 있다. 상기 개체 중심 그래프는 클러스터링 기법을 통해 불필요한 프리디케이트를 식별하여 밀도 있는 정보만을 포함하도록 할 수 있다. 여기서 '불필요하다'고 언급될 때에는 특정한 프리디케이트의 절대적 특징을 의미하는 것이 아니며, 개체 중심 그래프의 중심이 되는 개체에 의해 부여되는 상대적인 중요도를 의미한다.

예를 들어, 상기 프로세서(101)는, 개체 중심 그래프를 클러스터링 기법을 적용해 유사한 토픽을 가지는 그래프끼리 묶을 수 있으며, 이러한 과정은 식별한 모든 개체 중심 그래프 간의 유사도를 계산해 유사도 매트릭스를 생성할 수 있다.

예를 들어, 상기 프로세서(101)는, 앞서 마이닝한 토픽 그래프를 활용해 각 프리디케이트의 중요도를 산출할 수 있으며, 중요도가 임계 값을 초과하지 못하는 프리디케이트들을 삭제하여 지식 그래프를 정제할 수 있다. 상기 임계 값은, 데이터와 연구 목적에 따라 연구자가 자율적으로 부여하는 것으로, 특정 수치로 한정하지 아니한다.

일 실시 예에 따르면, 상기 프로세서(101)는, 엔터티 중심 그래프 생성 모듈(111), 토픽 그래프 패턴 생성 모듈(121) 및 지식 그래프 필터링 모듈(131)을 포함할 수 있다.

상기 엔터티 중심 그래프 생성 모듈(111)(그래프 클러스터링 기반 코어 토픽 그래프 패턴 마이닝이라고도 함)은, 지식 그래프 데이터베이스(11)에 저장된 지식 그래프에서 토픽을 가장 잘 설명할 수 있는 개체 중심의 그래프 패턴을 식별하고, 식별된 개체 중심의 그래프 패턴에 기초하여 개체 중심의 그래프를 수집(검색) 및 상기 수집된(검색된) 개체 중심의 그래프를 축소하여, 엔터티 중심 그래프를 생성할 수 있다.

도 1b를 참조하면, 상기 엔터티 중심 그래프 생성 모듈(111)은, 엔터티 중심 그래프 식별 컴포넌트(113), 프리디케이트 중요도 산출 컴포넌트(115) 및 프리디케이트 필터링 및 엔터티 중심 그래프 축소 컴포넌트(117)를 포함할 수 있다.

상기 엔터티 중심 그래프 식별 컴포넌트(113)는 지식 그래프에서 토픽을 가장 잘 설명할 수 있는 개체 중심의 그래프 패턴에 대응하는 엔터티 중심 그래프를 식별할 수 있다. 예를 들어, 상기 엔터티 중심 그래프 식별 컴포넌트(113)는 상기 지식 그래프에서 상기 개체 중심의 그래프 패턴을 기준으로 패턴 매칭을 통해, 상기 개체 중심의 그래프 패턴에 대응하는 엔터티 중심 그래프를 식별(발견 및 수집)할 수 있다. 예를 들어, 상기 식별된 엔터티 중심 그래프는 하나 또는 복수 개일 수 있다.

일 실시 예에 따르면, 상기 개체 중심의 그래프 패턴은, 도 2와 같이, 특정 개체를 공유하는 RDF(resource description framework)가 적용된 데이터인 RDF 데이터들의 집합으로 이루어진 별 모양의 그래프 패턴일 수 있다. 예를 들어, 식별할 수 있는 복수 개의 그래프 형태들 중, 토픽을 잘 설명할 수 있거나 토픽의 개념을 잘 나타낼 수 있는 그래프 형태를 별 모양으로 미리 설정할 수 있다. 예를 들어, 상기 복수 개의 그래프 형태들 각각에 포함된 토픽의 정보량을 기초로 평가 해서, 토픽의 정보량을 가장 많이 가지고 있는 것으로 결정된 별 모양의 그래프 형태를 상기 개체 중심 그래프 패턴으로 결정할 수 있다. 예를 들어, 상기 별 모양의 그래프 패턴은, 중심이 되는 개체, 상기 중심이 되는 개체와 연결되는 복수의 프리디케이트들(predicates) 및 상기 복수의 프리디케이트들 각각에 연결되는 리프(leaf)를 포함할 수 있다. 상기 중심이 되는 개체 및 상기 복수의 프리디케이트들 각각에 연결되는 리프는 노드일 수 있으며, 상기 복수의 프리디케이트들 각각은 링크일 수 있다.

일 실시 예에 따르면, 상기 그래프 패턴에서 중심이 되는 개체는, 추상적인 개념이 아닌 실제로 존재하는 대상이나 사실이 되도록 설정 할 수 있다. 상기 별 모양의 그래프 패턴은 직접적으로 개체와 관련된 정보 및 데이터를 설명하기 때문에 정보의 밀도가 높으며, 별 모양이기 때문에 다른 그래프 패턴에 비해 수집 및 처리가 용이할 수 있다.

이하에서는, 상기 식별된 엔터티 중심 그래프가 복수 개인 것을 예로 들어 설명하였다.

상기 프리디케이트 중요도 산출 컴포넌트(115)는, 상기 식별된 엔티티 중심 그래프들에 포함된 복수의 프리디케이트들의 중요도를 산출할 수 있다.

예를 들어, 상기 프리디케이트 중요도 산출 컴포넌트(115)는, 불필요한 정보를 식별하기 위한 것으로, TF-IDF를 이용하는 도큐먼트 분석 과정을 포함할 수 있다. 상기 TF-IDF는 상기 도큐먼트 분석 과정에서의 단어의 중요도를 산출하는 방법이자 지표를 나타낸다. 예를 들어, 상기 프리디케이트 중요도 산출 컴포넌트(115)는, 상기 TF-IDF를 이용한 도큐먼트 분석 과정을 상기 생성된 엔티티 중심 그래프를 구성하는 RDF 데이터들에 적용하고, 상기 RDF 데이터들의 구성 요소들 중 링크를 표현하는 프리디케이드의 중요도를 산출할 수 있다.

예를 들어, 상기 식별된 엔티티 중심 그래프들 각각에는, 링크들인 프리디케이트들이 포함될 수 있으며, 상기 식별된 엔티티 중심 그래프들 각각의 크기는 상이할 수 있다. 예를 들어, 상기 프리디케이트들 각각은 어떤 프리디케이트인지를 설명하는 워드가 대응될 수 있으며(붙어있을 수 있으며), 상기 프리디케이트 중요도 산출 컴포넌트(115)는 상기 프리디케이트들 각각의 워드의 중요도에 기초하여, 해당 프리디케이트의 필요 여부를 결정할 수 있다. 예를 들어, 상기 프리디케이트 중요도 산출 컴포넌트(115)는 상기 식별된 엔티티 중심 그래프들로부터 프리디케이트들 각각의 워드를 수집하여 워드의 집합인 프리디케이트 집합(어휘집)을 생성할 수 있으며, 상기 프리디케이트 집합을 대상으로 TF-IDF를 적용하여 프리디케이트들의 중요도를 산출할 수 있다.

상기 프리디케이트 필터링 및 엔터티 중심 그래프 축소 컴포넌트(117)는, 상기 식별된 엔터티 중심 그래프들에 포함된, 상기 복수의 프리디케이트들 중 상기 산출된 중요도에 기초하여, 중요도가 낮은 프리디케이트들을 확인(결정, 검출)할 수 있다. 예를 들어 상기 식별된 엔터티 중심 그래프들의 상기 복수의 프리디케이트들 중 상기 산출된 중요도에 기초하여, 임계 값 이하의 중요도에 대응하는 상기 프리디케이트들(상기 임계 값을 충족하지 못하는 프리디케이트들)을 필터링할 수 있다.

상기 프리디케이트 필터링 및 엔터티 중심 그래프 축소 컴포넌트(117)는, 데이터의 분포를 고려한 상대적인 상기 임계 값을 결정하기 위해, 낙차폭이 큰 값을 기준으로 임계 값을 산정하는 엘보우 방법(elbow method)을 이용할 수 있다. 상기 임계 값은 대부분의 개체 중심 그래프에서 발견되는 프리디케이트들과 특정 개체 중심 그래프에서만 발명되는 프리디케이트들을 구분할 수 있다. 상기 프리디케이트 필터링 및 엔터티 중심 그래프 축소 컴포넌트(117)는, 상기의 동작을 통해 결정된 두 개의 엘보우 포인트들 사이의 구간을 제외한 프리디케이트들을 필터링할 수 있다.

상기 프리디케이트 필터링 및 엔터티 중심 그래프 축소 컴포넌트(117)는 식별된 엔터티 중심 그래프들과 상기 필터링된 프리디케이트들(프리디케이트 집합들)을 매칭하는 동작을 수행하면서, 상기 식별된 엔터티 중심 그래프들에서 매칭되지 않는 프리디케이트들을 제거하여 상기 엔터티 중심 그래프들을 축소할 수 있다. 예를 들어, 상기 생성된 엔티티 중심 그래프에 포함된, 상기 복수의 프리디케이트들에서 상기 확인된 프리디케이트들을 제거하여, 상기 생성된 엔티티 중심 그래프를 축소시킬 수 있다.

일 실시 예에 따르면, 상기 엔터티 중심 그래프 생성 모듈(111)이, 상기 개체 중심의 그래프 패턴에 기초하여 개체 중심의 그래프를 수집 및/또는 상기 수집된 개체 중심의 그래프를 축소하여 생성된 엔티티 중심 그래프에 따르면, 상기 수집된 하나 이상의 그래프 및 상기 수집된 하나 이상의 그래프 각각에 대해 상기 생성된 엔티티 중심 그래프 내에 개체와 관련이 없는 불필요한 정보가 최소화될 수 있으며, 효율성 있는 그래프 마이닝을 위한 불필요한 정보가 제거될 수 있다.

다시 도 1a를 참조하면, 상기 토픽 그래프 패턴 생성 모듈(121)(코어 토픽 그래프 패턴을 활용한 지식 그래프 정제 모듈)은, 상기 엔터티 중심 그래프 생성 모듈(111)에서 축소된 엔티티 중심 그래프들을 클러스터링하여 토픽을 가장 잘 표현할 수 있는 코어 토픽 그래프를 마이닝할 수 있다.

도 1b를 참조하면, 상기 토픽 그래프 패턴 생성 모듈(121)은 그래프 유사도 산출 컴포넌트(123), 스펙트럴 클러스터링 컴포넌트(125), 프리디케이트의 영향력 평가 및 필터링 컴포넌트(127) 및 토픽 그래프 패턴 추출 컴포넌트(129)를 포함할 수 있다.

상기 그래프 유사도 산출 컴포넌트(123)는 코어 토픽 그래프 패턴을 찾기 위해, 상기 축소된 엔터티 중심 그래프들(식별한 모든 개체 중심 그래프들이라고도 함) 간의 TF-IDF 가중치 유사도를 계산하여 유사도 매트릭스를 생성할 수 있다.

예를 들어, 상기 그래프 유사도 산출 컴포넌트(123)는, 상기 축소된 엔터티 중심 그래프들의 워드들 간의 유사도 값을 계산하여, 상기 축소된 엔터티 중심 그래프들 간의 유사도 매트릭스를 생성할 수 있다.

상기 스펙트럴 클러스터링 컴포넌트(125)는 생성된 유사도 매트릭스를 입력 값으로 하여 스펙트럴 클러스터링(spectral clustering)을 수행하여, 유사한 토픽을 공유하는 상기 축소된 엔터티 중심 그래프들의 클러스터(그룹)를 생성할 수 있다. 상기 생성된 클러스터는, 하나 또는 복수 개일 수 있다. 이하에서는 상기 생성된 클러스터가 복수개인 경우를 예로 들어 설명하였다.

상기 프리디케이트의 영향력 평가 및 필터링 컴포넌트(127)는 상기 생성된 복수의 클러스터들 각각 내의 복수 개의 축소된 엔터티 중심 그래프들에 포함된 개별 프리디케이트의 클러스터링 효과(clustering effects)를 분석하여, 복수의 클러스터들 각각에서, 일정 임계 값을 만족하는 프리디케이트들을 추출할 수 있다.

상기 토픽 그래프 패턴 추출 컴포넌트(129)는 상기 복수의 클러스터들 각각마다, 상기 추출된 프리디케이트들을 이용하여, 상기 복수의 클러스터들 각각의 토픽을 대표할 수 있는 코어 토픽 그래프 패턴을 생성, 즉, 복수의 코어 토픽 그래프 패턴들을 생성할 수 있다. 예를 들어, 코어 토픽 그래프는 도 3과 같이 비어 있는 하나의 중심 노드와 비어 있는 주변 노드의 집합 그리고 중심 노드와 주변 노드를 잇는 프리디케이트의 집합으로 구성될 수 있다.

다시 도 1a를 참조하면 지식 그래프 필터링 모듈(131)은, 상기 생성된 복수 개의 코어 토픽 그래프 패턴들을 이용하여 지식 그래프에 포함된 링크의 중요도를 산출 및 필터링을 통해 지식 그래프를 정제할 수 있다. 예를 들어, 지식 그래프에서의 정제의 대상은 중요도가 낮은 링크를 포함하고 있는 RDF 데이터일 수 있다.

예를 들어, 지식 그래프 필터링 모듈(131)에서는 상기 생성된 복수의 코어 토픽 그래프 패턴들에 대응하는 코어 토픽 그래프들 각각과 지식 그래프에 내제되어 있는 토픽 그래프간의 유사도를 산출하며, 그래프들 간의 프리디케이트들을 비교하여 중요도를 산출한다. 그 다음, 산출된 중요도를 기준으로 일정 임계치를 만족하지 못하는 프리디케이트들을 식별하고 이를 포함하는 RDF 데이터를 지식 그래프로부터 제거하여 지식 그래프를 정제를 수행한다.

도 1b를 참조하면, 지식 그래프 필터링 모듈(131)은 토픽 그래프와 지식 부분 그래프의 패턴 매칭 컴포넌트(133), 지식 부분 그래프의 개념 표현의 완전성 평가 컴포넌트(135) 및 지식 부분 그래프 축소 및 부분 구조 제거 컴포넌트(137)를 포함할 수 있다.

상기 토픽 그래프와 지식 부분 그래프의 패턴 매칭 컴포넌트(133)는, 지식 그래프에서, 상기 코어 토픽 그래프들 각각에 매칭되는(대응되는), 정제해야 할 대상의 토픽 그래프를 검출할 수 있다.

상기 지식 부분 그래프의 개념 표현의 완전성 평가 컴포넌트(135)는, 통계적 산출 지표 중 하나인 기 설정된 완전성(기준)에 기초하여, 상기 코어 토픽 그래프들 각각과 상기 검출된 토픽 그래프를 비교하여, 상기 검출된 토픽 그래프의 완전성을 평가할 수 있다. 예를 들어, 상기 지식 부분 그래프의 개념 표현의 완전성 평가 컴포넌트(135)는, 검출된 토픽 그래프가 코어 토픽 그래프보다 과도한 부분이 있는지(부가적인 구성(예:프리디케이트)을 포함하는지)를 평가할 수 있다.

상기 지식 부분 그래프 축소 및 부분 구조 제거 컴포넌트(137)는, 상기 평가에 기초하여, 상기 토픽 그래프에서 상기 완전성을 충족시키지 못하는 프리디케이트들을 제거하여, 최종 지식 부분 그래프를 생성 및 출력할 수 있다. 예를 들어, 생성된 최종 지식 부분 그래프인 정제된 지식 그래프는 지식 그래프 데이터베이스(13)에 저장될 수 있다.

도 4는 본 발명의 일 실시 예에 따른 지식 그래프를 정제하기 위한 동작의 흐름도이다.

401 동작에서 장치(예: 장치(100) 또는 장치(100)의 프로세서(101))는, 데이터베이스(예: 지식 그래프 데이터베이스(11))에 저장된 지식 그래프에서 기 설정된 형태의 그래프 패턴에 대응하는 엔터티 중심 그래프들을 수집할 수 있다.

예를 들어, 상기 기 설정된 형태의 그래프 패턴은, 별 형태의 그래프 패턴을 포함하며, 상기 별 형태의 그래프 패턴은, 중심이 되는 개체와 상기 중심이 되는 개체와 연결되는 복수의 프리디케이트들(predicates) 및 상기 복수의 프리디케이트들 각각에 연결되는 리프(leaf)를 포함할 수 있다.

403 동작에서 상기 장치는 상기 엔터티 중심 그래프들을 클러스터링하여 코어 토픽 그래프들을 생성할 수 있다.

일 실시 예에 따르면, 상기 장치는, TF-IDF(term frequency-inverse document frequency)를 기초로, 상기 엔터티 중심 그래프들에 포함된 링크들의 중요도를 산출하는 동작 및 상기 산출된 중요도를 기초로, 상기 엔터티 중심 그래프들에 포함된 임계 값 이하의 중요도를 갖는 링크들을 제거하여, 상기 엔터티 중심 그래프들을 축소시키는 동작을 더 수행할 수 있다. 또한, 상기 엔터티 중심 그래프들을 클러스터링하여 상기 코어 토픽 그래프들을 생성하는 동작은, 상기 축소된 엔터티 중심 그래프들 간의 상기 TF-IDF의 유사도를 계산하여 유사도 매트릭스를 생성하는 동작, 상기 생성된 유사도 매트릭스를 입력 값으로 하여, 상기 축소된 엔터티 중심 그래프들에 대한 스펙트럴 클러스터링(spectral clustering)을 하여 그룹들을 생성하는 동작, 상기 그룹들 각각에 대응하는 링크들의 클러스터링 효과(clustering effects)를 분석하여, 상기 그룹들 각각에 대한 기 설정된 임계 값 이상의 링크들을 추출하는 동작, 및 상기 그룹들 각각에 대해, 상기 추출된 링크들을 포함하는 코어 토픽 그래프 패턴을 생성하는 동작을 포함할 수 있다.

405 동작에서 상기 장치는 상기 코어 토픽 그래프들을 기초로, 상기 지식 그래프에 포함된 링크의 중요도를 산출할 수 있다.

407 동작에서 상기 장치는 상기 산출된 중요도를 기초로 중요도가 낮은 링크를 필터링하여 상기 지식 그래프를 정제할 수 있다.

일 실시 예에 따르면, 상기 코어 토픽 그래프들을 기초로, 상기 지식 그래프에 포함된 링크의 중요도를 산출하는 동작은, 상기 지식 그래프에서 상기 코어 토픽 그래프들 각각에 대응되는 토픽 그래프를 검출하는 동작, 및 통계적 산출 지표 중 하나인 기 설정된 완전성 기준에 기초하여, 상기 코어 토픽 그래프들 각각과 상기 검출된 토픽 그래프를 비교하여, 상기 검출된 토픽 그래프의 완전성을 평가하는 동작을 포함할 수 있다. 상기 산출된 중요도를 기초로 중요도가 낮은 링크를 필터링하여 상기 지식 그래프를 정제하는 동작은, 상기 완전성 평가에 기초하여, 상기 검출된 토픽 그래프에서 상기 완전성 기준을 만족하지 못하는 링크들을 제거하여, 최종 지식 부분 그래프를 생성하는 동작을 포함할 수 있다.

본 문서의 다양한 실시예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media)(예: 메모리(161)(내장 메모리 또는 외장 메모리))에 저장된 명령어를 포함하는 소프트웨어(예: 프로그램)로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시예들에 따른 전자 장치(예: 장치(100))를 포함할 수 있다. 상기 명령이 프로세서(예: 프로세서(101))에 의해 실행될 경우, 프로세서가 직접, 또는 상기 프로세서의 제어하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.

일시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다.

이상의 설명은 본 발명의 기술사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경 등이 가능함을 쉽게 알 수 있을 것이다. 즉, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것으로서, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.

따라서, 본 발명의 보호 범위는 후술되는 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims

장치에 의해 수행되는 지식 그래프를 정제하기 위한 방법에 있어서,
데이터베이스에 저장된 지식 그래프에서 식별 가능한 복수 개의 그래프 형태들을 확인하며, 토픽과 관련된 정보에 기초하여 상기 확인된 복수개의 그래프 형태들 중에서 하나의 개체를 공유하는 프레임워크들의 집합으로써, 공유되는 상기 개체가 중심이 되며, 상기 중심이 되는 개체와 상기 중심이 되는 개체에 연결된 다수개의 노드들을 포함하는 패턴인 개체 중심의 그래프 패턴을 식별하고, 상기 식별된 개체 중심의 그래프 패턴을 기준으로 패턴 매칭을 통해 상기 지식 그래프에서 상기 식별된 개체 중심의 그래프 패턴에 대응하는 엔터티 중심 그래프들을 식별하는 동작;
상기 엔터티 중심 그래프들을 클러스터링하여 비어 있는 하나의 중심 노드와 상기 중심 노드에 연결되는 비어 있는 주변 노드의 집합을 포함하는 패턴의 코어 토픽 그래프들을 생성하는 동작;
상기 코어 토픽 그래프들을 기초로, 상기 지식 그래프에서 상기 코어 토픽 그래프들 각각에 대응되는 토픽 그래프를 검출하고, 상기 코어 토픽 그래프들 각각과 상기 검출된 토픽 그래프간의 유사도에 따라 상기 지식 그래프에 포함된 링크의 중요도를 산출하는 동작; 및
상기 산출된 중요도를 기초로 중요도가 임계 값보다 낮은 링크를 필터링하여 상기 지식 그래프를 정제하는 동작을 포함하는 지식 그래프를 정제하기 위한 방법.
제 1항에 있어서, 상기 식별된 개체 중심의 그래프 패턴은,
별 형태의 그래프 패턴을 포함하며,
상기 별 형태의 그래프 패턴은, 중심이 되는 개체와 상기 중심이 되는 개체와 연결되는 복수의 프리디케이트들(predicates) 및 상기 복수의 프리디케이트들 각각에 연결되는 리프(leaf)를 포함하는 지식 그래프를 정제하기 위한 방법.
제 1항에 있어서,
TF-IDF(term frequency-inverse document frequency)를 기초로, 상기 엔터티 중심 그래프들에 포함된 링크들의 중요도를 산출하는 동작;
상기 산출된 중요도를 기초로, 상기 엔터티 중심 그래프들에 포함된 임계 값 이하의 중요도를 갖는 링크들을 제거하여, 상기 엔터티 중심 그래프들을 축소시키는 동작을 더 포함하는 지식 그래프를 정제하기 위한 방법.
제 3항에 있어서, 상기 엔터티 중심 그래프들을 클러스터링하여 상기 코어 토픽 그래프들을 생성하는 동작은,
상기 축소된 엔터티 중심 그래프들 간의 상기 TF-IDF의 유사도를 계산하여 유사도 매트릭스를 생성하는 동작;
상기 생성된 유사도 매트릭스를 입력 값으로 하여, 상기 축소된 엔터티 중심 그래프들에 대한 스펙트럴 클러스터링(spectral clustering)을 하여 그룹들을 생성하는 동작;
상기 그룹들 각각에 대응하는 링크들의 클러스터링 효과(clustering effects)를 분석하여, 상기 그룹들 각각에 대한 기 설정된 임계 값 이상의 링크들을 추출하는 동작;
상기 그룹들 각각에 대해, 상기 추출된 링크들을 포함하는 코어 토픽 그래프 패턴을 생성하는 동작을 포함하는 지식 그래프를 정제하기 위한 방법.
제 1항에 있어서, 상기 코어 토픽 그래프들을 기초로, 상기 지식 그래프에 포함된 링크의 중요도를 산출하는 동작은,
상기 지식 그래프에서 상기 코어 토픽 그래프들 각각에 대응되는 토픽 그래프를 검출하는 동작, 및
통계적 산출 지표 중 하나인 기 설정된 완전성 기준에 기초하여, 상기 코어 토픽 그래프들 각각과 상기 검출된 토픽 그래프를 비교하여, 상기 검출된 토픽 그래프의 완전성을 평가하는 동작을 포함하며,
상기 산출된 중요도를 기초로 중요도가 임계 값보다 낮은 링크를 필터링하여 상기 지식 그래프를 정제하는 동작은
상기 완전성 평가에 기초하여, 상기 검출된 토픽 그래프에서, 상기 중요도가 임계 값보다 낮은 상기 완전성 기준을 만족하지 못하는 링크들을 제거하여, 최종 지식 부분 그래프를 생성하는 동작을 포함하는 지식 그래프를 정제하기 위한 방법.
컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,
상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,
데이터베이스에 저장된 지식 그래프에서 식별 가능한 복수 개의 그래프 형태들을 확인하며, 토픽과 관련된 정보에 기초하여 상기 확인된 복수개의 그래프 형태들 중에서 하나의 개체를 공유하는 프레임워크들의 집합으로써, 공유되는 상기 개체가 중심이 되며, 상기 중심이 되는 개체와 상기 중심이 되는 개체에 연결된 다수개의 노드들을 포함하는 패턴인 개체 중심의 그래프 패턴을 식별하고, 상기 식별된 개체 중심의 그래프 패턴을 기준으로 패턴 매칭을 통해 상기 지식 그래프에서 상기 식별된 개체 중심의 그래프 패턴에 대응하는 엔터티 중심 그래프들을 식별하는 동작;
상기 엔터티 중심 그래프들을 클러스터링하여 비어 있는 하나의 중심 노드와 상기 중심 노드에 연결되는 비어 있는 주변 노드의 집합을 포함하는 패턴의 코어 토픽 그래프들을 생성하는 동작;
상기 코어 토픽 그래프들을 기초로, 상기 지식 그래프에서 상기 코어 토픽 그래프들 각각에 대응되는 토픽 그래프를 검출하고, 상기 코어 토픽 그래프들 각각과 상기 검출된 토픽 그래프간의 유사도에 따라 상기 지식 그래프에 포함된 링크의 중요도를 산출하는 동작; 및
상기 산출된 중요도를 기초로 중요도가 임계 값보다 낮은 링크를 필터링하여 상기 지식 그래프를 정제하는 동작을 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는, 컴퓨터 판독 가능한 기록 매체.
컴퓨터 판독 가능한 기록매체에 저장되어 있는 컴퓨터 프로그램으로서,
상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,
데이터베이스에 저장된 지식 그래프에서 식별 가능한 복수 개의 그래프 형태들을 확인하며, 토픽과 관련된 정보에 기초하여 상기 확인된 복수개의 그래프 형태들 중에서 하나의 개체를 공유하는 프레임워크들의 집합으로써, 공유되는 상기 개체가 중심이 되며, 상기 중심이 되는 개체와 상기 중심이 되는 개체에 연결된 다수개의 노드들을 포함하는 패턴인 개체 중심의 그래프 패턴을 식별하고, 상기 식별된 개체 중심의 그래프 패턴을 기준으로 패턴 매칭을 통해 상기 지식 그래프에서 상기 식별된 개체 중심의 그래프 패턴에 대응하는 엔터티 중심 그래프들을 식별하는 동작;
상기 엔터티 중심 그래프들을 클러스터링하여 비어 있는 하나의 중심 노드와 상기 중심 노드에 연결되는 비어 있는 주변 노드의 집합을 포함하는 패턴의 코어 토픽 그래프들을 생성하는 동작;
상기 코어 토픽 그래프들을 기초로, 상기 지식 그래프에서 상기 코어 토픽 그래프들 각각에 대응되는 토픽 그래프를 검출하고, 상기 코어 토픽 그래프들 각각과 상기 검출된 토픽 그래프간의 유사도에 따라 상기 지식 그래프에 포함된 링크의 중요도를 산출하는 동작; 및
상기 산출된 중요도를 기초로 중요도가 임계 값보다 낮은 링크를 필터링하여 상기 지식 그래프를 정제하는 동작을 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는, 컴퓨터 프로그램.
지식 그래프를 정제하기 위한 장치에 있어서,
프로세서; 및
상기 프로세서와 전기적으로 연결된 메모리를 포함하며, 상기 메모리는 프로세서가, 데이터베이스에 저장된 지식 그래프에서 식별 가능한 복수 개의 그래프 형태들을 확인하며, 토픽과 관련된 정보에 기초하여 상기 확인된 복수개의 그래프 형태들 중에서 하나의 개체를 공유하는 프레임워크들의 집합으로써, 공유되는 상기 개체가 중심이 되며, 상기 중심이 되는 개체와 상기 중심이 되는 개체에 연결된 다수개의 노드들을 포함하는 패턴인 개체 중심의 그래프 패턴을 식별하고, 상기 식별된 개체 중심의 그래프 패턴을 기준으로 패턴 매칭을 통해 상기 지식 그래프에서 상기 식별된 개체 중심의 그래프 패턴에 대응하는 엔터티 중심 그래프들을 수집하며, 상기 엔터티 중심 그래프들을 클러스터링하여 비어 있는 하나의 중심 노드와 상기 중심 노드에 연결되는 비어 있는 주변 노드의 집합을 포함하는 패턴의 코어 토픽 그래프들을 생성하며, 상기 코어 토픽 그래프들을 기초로, 상기 지식 그래프에서 상기 코어 토픽 그래프들 각각에 대응되는 토픽 그래프를 검출하고, 상기 코어 토픽 그래프들 각각과 상기 검출된 토픽 그래프간의 유사도에 따라 상기 지식 그래프에 포함된 링크의 중요도를 산출하며, 상기 산출된 중요도를 기초로 중요도가 임계 값보다 낮은 링크를 필터링하여 상기 지식 그래프를 정제하도록 하는 명령을 포함하는 지식 그래프를 정제하기 위한 장치.