가공데이터 · 한국어 지식관계

관계형 데이터베이스로부터 OWL 온톨로지를 추출하기 위한 SPARQL-DL 프로세서 document_id A220517037634

분류
전기전자
라벨 상태 (label_status)
approved
문맥 (context)
본 논문에서는 RDB로부터 가상적 변환에 의해 생성되는 OWL 온톨로지의 질의 응답을 위하여 OWL을 위한 질의어인 SPARQL-DL의 구현 방법을 제안한다. 제안하는 SPARQL-DL 프로세서는 입력된 SPARQL-DL 질의문을내부에서 SQL 질의문으로 변환하여 실행시킨다. 이러한 질의 처리 방식은 두 가지의 장점이 있다. 첫째, RDB로부터 생성된 OWL 온톨로지를 저장하기 위한 별도의 저장소가 요구되지 않는다. 둘째, 대용량 ABox 추론에 문제점을나타내는 Tableau 알고리즘 기반의 추론기의 사용 없이도 RDB 인스턴스로부터 생성된 대용량 ABox가 서비스 될수 있다. 본 논문의 SPARQL-DL 질의문으로부터 SQL 질의문을 생성하는 알고리즘은 RDB와의 연결 수립에 따른오버헤드를 최소화하기 위하여 입력된 하나의 SPARQL-DL 질의문이 하나의 SQL 질의문으로 변환되도록 설계되어있다. 본 논문에서 제안한 시스템은 이미 구축되어 있는 RDB에OWL을 위한 질의어인 SPARQL-DL을 통해 질의응답을 수행할 수 있도록 한다. 즉, 본 논문의 시스템을 사용하여 사용자들은 RDB에 어떠한 변경을 가하지 않고서도 RDB로부터OWL 온톨로지 요소를 추출할 수 있게 된다. 이것이 가능한 이유는 제안 시스템이 RDB 스키마에 정의되어 있는 관계형모델에 기반한 객체들의 관계 및 무결성 제약 조건을 OWL공리로 번역할 수 있는 기능과 사용자의 SPARQL-DL 질의문을 SQL 질의문으로 번역할 수 있는 기능을 내장하고 있기 때문이다. 본 논문의 시스템과 연동될 수 있는 RDB 스키마의 조건은 ‘제 1 정규형에 있으며 스키마 내의 모든 테이블에 primary key 제약 조건이 존재하는 스키마’이다. SPARQL-DL 질의문은 SPARQL-DL 규격에서 정의한 atom들의 접속으로 구성된다. 본 논문에서는 SPARQL-DL규격에서 정의한 Annotation atom을 제외한 모든 atom이 처리될 수 있도록 구현하였다. RDB 스키마로부터는 부가적인 정보인 annotation을 획득할 수 없기 때문에 구현에서 제외하였다. SPARQL-DL 질의문의 종류는 질의문에 변수를 전혀 포함하지 않는 ASK 타입 질의문과 변수를 포함하는 SELECT 타입 질의문으로 분류할 수 있으며 본 논문에서는 두 종류의 질의문 모두를 처리할 수 있도록 구현하였다. 질의문 종류를 불문하고 RDB와의 연결 수립에 따른 오버헤드를 최소화하기 위하여 본 논문의 SPARQL-DL 프로세서는 입력된 하나의 SPARQL-DL 질의문을 기반으로 단 하나의SQL 질의문을 생성하도록 구현하였다. 즉, 제안 시스템은 사용자로부터 입력된 하나의 SPARQL-DL 질의문을 처리하는 과정에서 단 한 번의 SQL 질의응답을 발생시킨다. 본 논문에서는 실험을 통하여 제안 시스템이 Tableau 기반 추론기를 기반으로 하여 서비스 할 수 있는 ABox 용량의 한계를 넘는 RDB로부터 생성된 OWL 온톨로지도 서비스가 가능함을 보였다. 마지막으로 향후 연구로는 질의 처리 시 발생하는 메타데이터를 수집하여 이를 이용한 질의 처리 최적화를 수행하는 것이다. 참고로 본 논문의 시스템에 대한 구현물은 다음 URL에 공개되어 있다.
지시문 (instruction)
주어진 원문을 읽고 필요한 정보를 파악하여, 원문에 근거해 질문에 답하라.
질문 (question)
제안된 SPARQL-DL 프로세서를 사용했을 때, 기존 Tableau 알고리즘 기반 추론기를 사용하는 방식과 비교하여 ABox 서비스 측면에서 어떤 이점이 있는가?
추론 과정 (compact_reasoning)
  1. 1과제 해석task_interpretation

    제안된 SPARQL-DL 프로세서와 Tableau 기반 추론기의 ABox 서비스 성능 및 한계점을 비교하여 이점을 도출한다.

  2. 2정보 추출information_extraction

    Tableau 알고리즘 기반 추론기의 문제점과 제안 시스템의 특징을 추출한다.

    • 대용량 ABox 추론에 문제점을 나타내는 Tableau 알고리즘 기반의 추론기의 사용 없이도 RDB 인스턴스로부터 생성된 대용량 ABox가 서비스 될 수 있다.
    • 실험을 통하여 제안 시스템이 Tableau 기반 추론기를 기반으로 하여 서비스 할 수 있는 ABox 용량의 한계를 넘는 RDB로부터 생성된 OWL 온톨로지도 서비스가 가능함을 보였다.
  3. 3근거 선택evidence_selection

    Tableau 기반 방식의 한계와 제안 시스템이 이를 극복했다는 실험 결과를 선별한다.

    • Tableau 알고리즘 기반의 추론기의 사용 없이도 RDB 인스턴스로부터 생성된 대용량 ABox가 서비스 될 수 있다.
    • 제안 시스템이 Tableau 기반 추론기를 기반으로 하여 서비스 할 수 있는 ABox 용량의 한계를 넘는 RDB로부터 생성된 OWL 온톨로지도 서비스가 가능함을 보였다.
  4. 4논리 통합logical_integration

    Tableau 방식은 대용량 ABox 추론에 문제가 있으나, 제안 시스템은 이를 우회하여 더 큰 용량의 데이터를 서비스할 수 있음을 연결한다.

  5. 5결론 도출conclusion_formulation

    제안 시스템은 Tableau 기반 추론기가 가진 ABox 용량의 한계를 극복하여 대용량 ABox 서비스를 가능하게 한다.

    • Tableau 기반 추론기를 기반으로 하여 서비스 할 수 있는 ABox 용량의 한계를 넘는 RDB로부터 생성된 OWL 온톨로지도 서비스가 가능함을 보였다.
  6. 6답변 생성answer_generation

    질문에 대해 실험 결과에 기반한 비교 우위를 기술한다.

    • 제안 시스템이 Tableau 기반 추론기를 기반으로 하여 서비스 할 수 있는 ABox 용량의 한계를 넘는 RDB로부터 생성된 OWL 온톨로지도 서비스가 가능함을 보였다.
최종 답변 (final_answer)
제안된 SPARQL-DL 프로세서는 Tableau 알고리즘 기반의 추론기가 가진 대용량 ABox 추론의 문제점을 해결할 수 있다. 실험을 통해 Tableau 기반 추론기로는 서비스할 수 있는 ABox 용량의 한계를 넘어서는, RDB로부터 생성된 OWL 온톨로지도 서비스가 가능하다는 점이 입증되었다.
핵심 해석 (core_interpretation)
제안 시스템이 Tableau 기반 추론기를 기반으로 하여 서비스 할 수 있는 ABox 용량의 한계를 넘는 RDB로부터 생성된 OWL 온톨로지도 서비스가 가능하다.