분야 시소러스를 이용한 코아 온톨로지 확장Enriching Core Ontology with Domain Thesaurus
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 황금하 | - |
| dc.contributor.author | 신지애 | - |
| dc.contributor.author | 최기선 | - |
| dc.date.accessioned | 2013-03-28T05:41:36Z | - |
| dc.date.available | 2013-03-28T05:41:36Z | - |
| dc.date.created | 2012-02-06 | - |
| dc.date.issued | 2007 | - |
| dc.identifier.citation | 2007년도 제19회 한글 및 한국어 정보처리 학술대회, v., no., pp. - | - |
| dc.identifier.uri | http://hdl.handle.net/10203/163170 | - |
| dc.description.abstract | 본 논문에서는 분야 시소러스의 개념과 관계를 이용하여 코아 온톨로지를 확장하는 방법을 제안한다. 분야 시소러스의 개념을 코아 온톨로지의 상위 개념으로 분류하고, 시소러스에서의 광의어(Broader Term: BT)-협의어(Narrower Term: NT) 및 광의어-관련어(Related Term: RT)들 사이의 관계는 코아 온톨로지에서 정의한 의미관계로 분류한다. 유사도와 빈도수 기반의 방법으로 개념 분류를 수행하였고, 관계 분류에서는 두 가지 방법을 적용하였는데, (ⅰ) 훈련데이터가 부족한 경우를 위하여 규칙기반 방법으로 BT-NT/RT관계를 isa와 기타 관계(non-isa관계)로 분류하고, 패턴기반 방법으로 non-isa관계를 온톨로지를 위한 의미관계로 분류한다. (ⅱ) 훈련데이터를 충분히 가지고 있을 경우, 최대 엔트로피 모델(MEM)을 적용한 분류 방법을 사용하되, kNN방법으로 훈련데이터를 정제하였다. 본 논문에서 제안한 방법으로 시스템을 구축하였고, 실험 결과, 시스템 성능이 사람에 의한 판단 결과와 비교 가능한 수준이었다. | - |
| dc.language | KOR | - |
| dc.publisher | 한국정보과학회 | - |
| dc.title | 분야 시소러스를 이용한 코아 온톨로지 확장 | - |
| dc.title.alternative | Enriching Core Ontology with Domain Thesaurus | - |
| dc.type | Conference | - |
| dc.type.rims | CONF | - |
| dc.citation.publicationname | 2007년도 제19회 한글 및 한국어 정보처리 학술대회 | - |
| dc.identifier.conferencecountry | South Korea | - |
| dc.identifier.conferencecountry | South Korea | - |
| dc.contributor.localauthor | 최기선 | - |
| dc.contributor.nonIdAuthor | 황금하 | - |
| dc.contributor.nonIdAuthor | 신지애 | - |
- Appears in Collection
- CS-Conference Papers(학술회의논문)
- Files in This Item
- There are no files associated with this item.
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.