개체명 인식 기반 질의 응답 URI spotting 연구

Abstract

본 논문은 Linked Data의 중심 역할을 하는 디비피디아의 발전 정도 및 활용 가능 범위를 4 단계 계층을 통해 제시한다. 우리는 디비피디아의 계층 정의를 통해 다음과 같은 질문에 답변을 제시한다. 레벨을 나누는 기준이 무엇인가?, 레벨에 포함되기 위한 요구사항은 무엇인가?, 각 디비피디아 언어가 어느 레벨에 속하는가?. 4단계의 계층 분류는 두 가지 다른 관점으로부터 연구 첫 번째로 자연어 처리 관점에서의 분류, 다시말해 이것은 QALD URI spotting 질의응답 실험으로부터 "어떠한 자연어 처리 과정을 통해 해당 질의가 해결되는가?" 두 번째로 디비피디아 데이터의 성장관점에서 "QALD 질의응답을 위해 어떠한 디비피디아 데이터를 가 필요한가"로 분류될 수 있다. 또한, 우리는 실험을 통해 QALD URI spotting을 통해 디비피디아에 더 많은 계층이 있을것이라는 점을 말할 수 있다. 우리는 25개 언어에 대한 디비피디아를 분석하여 앞서 정의한 4단계의 계층을 기준으로 분류를 시도 하였으며, 각 단계를 진행하면 어떤 QALD 질의 응답을 해결할 수 있고, 어느 분야에 사용할 수 있는지 구체적 사례와 어플리케이션을 소개한다. 그리고 디비피디아의 구축의 실례로서 한국어 디비피디아 구축 사례를 통해 실제 각 계층을 구축하는 방법을 소개함으로써 아직 구축하지 못한 언어엔 디비피디아를 구축하는 최선의 가이드를 제공하고 25개의 분석된 언어엔 다음 발전 방향을 제시할 좋은 기회가 될 것이다.