텍스트와 텍스트로부터 추출된 RDF 트리플 간의 포함관계 확인

Abstract

지식베이스는 일반 상식부터 전문 지식까지 사실 및 규칙 등이 기계가 이해할 수 있는 형태로 구조화되어 저장되는 데이터베이스이다. 지식베이스에 지식을 확장하기 위한 대표적인 방법으로는 텍스트에서 지식을 얻는 방법인 지식 추출이 있다. 하지만 지식 추출은 지식베이스의 규칙과 주어진 텍스트를 동시에 이해해야 하는 어려운 태스크이기 때문에 지식 추출의 결과에는 오류가 자주 발생하고 있다. 본 연구에서는 지식 추출에서 발생할 수 있는 오류를 유형별로 분류 및 분석하여 지식 추출 모듈을 설계하거나 추출된 지식을 검증할 때 고려해야 할 점을 제시한다. 이 분석을 이용하여 본 연구에서는 규칙 기반 방법과 학습 기반 방법으로 지식 추출의 오류를 발견하는 시스템을 구성하였다. 규칙 기반 방법에서는 프로퍼티의 정의역과 치역 및 함수적 특징을 이용하고, 더 넓은 범위에 규칙 기반 검증을 적용하기 위해 프로퍼티의 정의역, 치역, 함수적 특징을 추가적으로 정의하고 타입이 없는 개체에 타입을 부여하는 방법을 제시하였다. 그 결과 지식 추출 결과 중 45.64%를 거짓 양성으로 발견할 수 있었다. 학습 기반 방법으로는 자연언어추론에 사용된 기법을 참조하여 지식 추출 대상 텍스트와 추출된 지식 트리플의 표상을 각각 만들어 비교하는 방식을 이용하였고, 79%의 정확도를 보였다.