기출문제풀이 26-27_시맨틱_웹_기술과_온톨로지의_이해.pdf

26-27_시맨틱_웹_기술과_온톨로지의_이해.pdf

26-27_시맨틱_웹_기술과_온톨로지의_이해.pdf

시맨틱 웹 기술과 온톨로지의 이해

 

Contents
1)Semantic Web

2)Ontology

3)Ontology Language

4)Examples

 

1.Semantic Web

2.Ontology

3.Ontology Language

4.Examples

 

Semantic Web의 발생 배경
▣ 기존의 Web의 문제점

.정보의 외형적인 표현 방법에 치중

.컴퓨터에 의한 부가적인 정보 제공의 어려움

.즉, 인간이 미디어 매체를 볼 수 있도록 하는데 목적이 있으며, 기계는 전혀  이해하지 못함

사용자에게 보여지는 웹

기계가 보는 웹

 

Semantic Web의 등장
▣ Semantic Web의 필요성

.지능형 웹 에이전트의 개발을 위하여 웹 자원을 기계가 이해할 수 있는 기술  의 필요성 증대   “... a goal of the Web was that, if the interaction between person and hypertext  could be so intuitive that the machine-readable information space gave an  accurate representation of the state of people's thoughts, interactions, and work  patterns, then machine analysis could become a very powerful management  tool, seeing patterns in our work and facilitating our working together through  the typical problems which beset the management of large organizations.”          [Tim Berners-Lee]

 

Semantic Web
▣ Scientific American, May 2001:

.Realising the complete “vision” is too hard for now (probably)

.But we can make a start by adding semantic annotation to web   resources

 

Semantic Web의 정의 
▣ Semantic Web 이란?

.W3C, Time Berners-Lee

.인간만 이해하는 웹이 아니라, 기계도 서로 의사소통을 할 수 있는 웹

.웹 자원을 기계와 기계 사이에서 이해하고 추론하여 정보를 제공(지능적인 웹)

단순한 키워드 매칭

관련 단어를 카테고리해서 보여주는 방식

 

Semantic Web의 구조도

Resource Description
Framework

Ontology
Technique

Agent
Program

Semantic Web

Trust

Digital Signature

Proof

Logic

Rules

Ontology vocabulary

XML + NS + xml schema

Data

Data

Self-
Desc.
Doc.

XML + NS + xml schema

Unicode  URI

시맨틱 웹 구조
(Berners-Lee XML 2000)

 

Semantic Web의 효과

▣ 정확하고 의미 있는 정보 제공 가능

.“My mouse is broken. I need a new one…” 

mouse_computer
mouse_animal2
▣ 기계 스스로 분석하여 사용자에게 가장 적합한 정보 제공 가능

CA2VU967
CA6RUVY5
driver1
CAM7S16F

images%5Csamples%5CTitleist%20975J%20Driver
CA0PY9KB
CAU3YHS3
elsagraf6
CA49Q3CH
CAQ75B7K

CAGLSJQZ
images1
“Driver”

 

1.Semantic Web

2.Ontology

3.Ontology Language

4.Examples

 

Ontology란?

▣ Ontology의 정의

.사람들이 세상에 대하여 보고 듣고 느끼고 생각하는 것에 대하여 서로 간의   토론을 통하여 합의를 이룬 바를 개념적이고 컴퓨터에서 다룰 수 있는 형태로  표현한 모델  "An ontology is an explicit and formal specification of a conceptualization of a domain of interest“ [Tom Gruber] "Ontologies are defined as a formal specification of a shared conceptualization."     [Borst]

 

Ontology의 역할과 기능

▣ Ontology의 역할

.사람과 기계 사이에 커뮤니케이션이 가능하도록 사람의 지식,데이터 모델을   formal specification으로 표현  "An ontology is a description of the concepts and relationships    that can exist for an agent or a community of agents"   [Tom Gruber’s Definition] 

▣ Ontology의 기능

.정보 콘텐츠 구조에 대한 명세서

.해당 분야의 지식 공유와 재사용 

.해당 영역의 가정에 대한 명시

.지식과 프로세스의 분리

 

Ontology components

. Concepts(Class) : 개별 객체 및 domain, 개념화 할 대상(Person, Car)

. Relation : 객체 및 domain간의 관계(subclass_of, is_a)

. Function : 특정 Relation(Father_of, sum_of_price)

. Axioms : 언제나 True인 명제(a+0=a, if x > y then x+a>y+a)

. Instance : 현실 세계로 표현되는 elements(student called peter)

 

Ontology의 활용도
▣Taxonomy로 표현된 정보(단어)들 사이의 추론을 자동으로 수행

▣사람이 수작업으로 할 수 없는 많은 정보(단어)들을 온톨로지로 만들어 자동으로  관계성을 표현할 수 있음

Real World

Ontology-based
Application

Ontology Inference

Rule Inference

Legacy Algorithm

Ontology Reasoner

Web Space

Primitive
Concept,
Property

C1

C1

C1

C1

C1

C1

C1

사람들.jpg

 

Ontology의 활용

▣ Ontology의 적용 분야

.인공지능 분야

.지식 모델을 구축하기 위한 방안으로 적용 : 지식과 정보를 교환함으로써   에이전트들간 상호작용을 통해 의미 있는 문제를 해결

.정보검색 분야

.검색 효율을 높이기 위한 방안으로 적용 : 정보의 카테고리화, 유사어 검색,   관련어 검색 

.유비쿼터스 컴퓨팅 분야

.유비쿼터스 네트워크 환경 구축 방안으로 적용 : 상이한 업체들에 의해 제조된   기기들 사이의 이질적인 데이터들이 동적으로 접근 가능한 모델 구축

.전자상거래 분야

.상거래 부분의 자동화 방안으로 적용 : 컴퓨터 프로그램이 상거래 개념을 이해하고  처리

 

Database and Ontology

 

1.Semantic Web

2.Ontology

3.Ontology Language

4.Examples

 

Ontology Language

▣ Ontology의 시스템화를 위하여 표현할 수 있는 language가 요구

▣ Ontology Language의 요구사항

.The syntax should be both intuitive to human users and compatible   with existing Web standards.

.The semantics should be formally specified to provide a shared   understanding.

.Expressive power adequate enough for defining the relevant concepts   in enough detail, but not too expressive to make reasoning infeasible.

 

Origins of Ontology Language

RDF

DAML+OIL

DARPA 
Agent Markup Language

A W3C 
Recommendation

OIL

OWL

All influenced by RDF

EU/NSF Joint Ad hoc Committee

DAML

OWL Lite
OWL DL 
OWL Full

 

RDF(Resource Description Framework)

▣ 지능형 웹 에이전트의 개발을 위하여 웹 자원을 기계가 이해할 수 있는     표현 언어로의 변환 필요성 증대

▣ RDF는 메타데이터 요소들의 의미와 타 요소들과의 관계를 기계가독형     으로 표현하기 위하여 개발(W3C, 1999)

▣ RDF는 XML을 Directed graphs로 표현하여 메타데이터 사이의 연결을     제공

 

RDF의 특성

▣ RDF is a graphical language used for representing information      about resources on the web. It is a basic ontology language.

▣ Resources are described in terms of properties and property values      using RDF statements.

▣ Statements are represented as triples, consisting of a subject,      predicate and object. [S, P, O]

 

RDF Example

Nick

Matthew

hasColleague

.Subject : Nick

.Predicate :hasColleage

.Object : Matthew

 

RDF Data Model
▣ RDF Data Model은 객체 사이의 관계를 정의      <subject, predicate, object>

▣ RDF에서 노드는 인덱스되지 않고 URIs(Unique Resource Identifiers)를     사용하여 표현

.URI의 예) http://www.co-ode.org/people#hasColleague    coode:hasColleague 

 

RDF Schema(RDFS)

▣ RDF Schema란?

.RDF의 스키마를 구성하기 위하여 특정한 문법을 추가(RDF + more)

.RDFS에서 추가된 문법

.Class

.Property

.subClassOf

.range

.domain

Person

Student

Researcher

subClassOf

subClassOf

jeen

type

hasSuperVisor

domain

range

frank

type

hasSuperVisor

 

RDFS의 문제점

▣ RDFS too weak to describe resources in sufficient detail

.No localised range and domain constraints

.Can’t say that the range of hasChild is person when applied to persons and   elephant when applied to elephants

.No existence/cardinality constraints

.Can’t say that all instances of person have a mother that is also a person, or   that persons have exactly 2 parents

.No transitive, inverse or symmetrical properties

.Can’t say that isPartOf is a transitive property, that hasPart is the inverse of   isPartOf or that touches is symmetrical

▣ Difficult to provide reasoning support

 

OIL&DAML, DAML+OIL

▣ OIL(Ontology Inference Layer) :

.OntoKnowledge project를 통하여 유럽 연구자들이 개발

.RDFS의 확장으로써 Description Logic이 적용되어 지식을 표현가능

.디폴트 값, 메타 클래스를 지원 불가능

▣ DAML(DARPA Agent Markup Language) :

.미국 국방 과학 연구소에서 군사용 에이전트 제어 시스템(COABS : Control   of Agent-Based System)의 일부분으로 개발

▣ DAML+OIL :

.W3C와 DARPA 프로젝트에 속한 많은 연구원들이 OIL의 제약 사항을 해결  하기 위하여 DAML과의 결합

 

OWL(Web Ontology Language)

▣ OWL

.W3C에서 표준 Ontology Language로 지정 (2003)

.RDFS를 기반으로 의미를 확장

.DAML+OWL에 기반을 둔 Ontology 구축 경험을 토대로 개념의 일관성을   확보하며, 관계가 보다 명료하게 정의되도록 정리

▣ OWL의 종류

.OWL full : OWL 구문 포함 + RDF 구문 구조를 제약 없이 사용  (not decidable)

.OWL DL : OWL Full에서 Decidable할 수 있도록 Description Logic을  기반으로 제약

.OWL Lite : OWL DL의 축소판

 

OWL의 특성
▣ What’s inside an OWL ontology

.Classes + class-hierarchy

.Properties (Slots) / values

.Relations between classes (inheritance, disjoints, equivalents)

.Restrictions on properties (type, cardinality)

.Characteristics of properties (transitive, …)

.Annotations

.Individuals

▣ Reasoning tasks : classification, consistency checking

 

OWL의 구성요소
▣ An OWL ontology consists of Individuals, Properties, and Classes

.Individuals : 특정 영역의 표현된 실제 객체

.Properties : class(또는 individual) 사이의 관계 및 class(또는 individual)와  데이터 값 사이의 관계를 표현 

.object properties :  class요소들간의 관계를 표현

.data properties : data property는 class요소가 취해야 하는 데이터의 형식과   값을 표현

.Classes : 동일한 속성을 지니고 있어 하나로 묶을 수 있는 Individuals을   정의한 집합

.Individuals : Gemma, Matthew, Italy,   England, USA, Fluffy, Fido

.Properties : hasSibling, hasPet,   livesInCountry

.Classes : Person, Country, Pet

 

OWL Classes
▣ OWL is an ontology language that is primarily designed to describe     and define classes. Classes are therefore the basic building blocks      of an OWL ontology.

▣ OWL supports six main ways of describing classes 

.The simplest of these is a Named Class

.The other types are: Intersection classes, Union classes

.Complement classes, Restrictions, Enumerated classes

 

OWL Restrictions

▣ Restrictions can be grouped into three main categories:

.Quantifier Restrictions (Existential ∃, Universal ∀)

.Cardinality Restrictions (Min ≥, Equal =, Max ≤)

.Has Value Restriction (.)

▣ Restrictions describe a class of individuals based on the type and     possibly number of relationships that they participate in.

 

OWL Properties
▣ There are two main categories of properties 

.Object properties and datatype properties.

▣ Object properties link individuals to individuals.

▣ Datatype properties link individuals to datatype values

.(e.g. integers, floats, strings).

▣ Properties can have as specified domain and range.

 

OWL Property Characteristics
▣ We can specify certain property characteristics.

.Functional 

.For a given individual, the property takes only one value.

.Inverse functional 

.The inverse of the property is functional.

.Symmetric 

.If a property links A to B then it can be inferred that it links B to A.

.Transitive 

.If a property links A to B and B to C then it can be inferred that it links  A to C.

 

OWL 2
▣ A new version of OWL

▣ Main goal

.To define “profile” of OWL that are :

.Smaller, easier to implement and deploy

.Cover important application areas and are easily understandable to non-  expert users 

.To add a few extensions to current OWL that are useful and is known   to be implementable

 

OWL 2 Syntax & Semantics

 

OWL 2 family tree

 

OWL 2: three simpler language profiles
▣ OWL 2 EL

.Used by practically relevant ontologies

.Fast implementations available

▣ OWL 2 RL

.Rule-based reading simplifies modelling and implementation

.Fast and scalable implementations exist

▣ OWL 2 QL

.Convenient light-weight interface to legacy data

.Fast implementations on top of legacy database systems   (relational or RDF)

 

The Profiles of OWL

 

SWRL(Semantic Web Rule Language)
▣ SWRL is an acronym for Semantic Web Rule Language

▣ SWRL is intended to be the rule language of the Semantic Web

▣ SWRL includes a high-level abstract syntax for Horn-like rules

▣ All rules are expressed in terms of OWL concepts      (classes, properties, individuals)

 

SWRL Characteristics
▣ W3C Submission in 2004:

.http://www.w3.org/Submission/SWRL/

▣ Rules saved as part of ontology

▣ Increasing tool support: Bossam, R2ML, Hoolet, Pellet, KAON2,     RacerPro, SWRLTab

▣ Can work with reasoners

 

Example SWRL Rule

▣ Man(?m) → Person(?m)

▣ Person(?p) ^ hasSibling(?p,?s) ^ Man(?s) → hasBrother(?p,?s)

▣ hasParent(?x, ?y) ^ hasBrother(?y, ?z) → hasUncle(?x, ?z)

 

1.Semantic Web

2.Ontology

3.Ontology Language

4.Examples

 

FOAD

▣ OAF enables creating a web of machine-readable information      describing people, the links between them and the things they     create and do.

 

SOCAM(Service Oriented Context.Awareness Middleware)
▣ CONON . The Context Ontology 

.Xiao Hang Wang, Da Qing Zhang, Tao Gu, Hung Keng Pung (2004)

그림 1.png
그림 2.png

 

CoCA(Collaborative Context-Aware Service)
▣ EHRAM 

.Dejene Ejigu, Marian Scuturici, Lionel Brunie(2007)

.Hierarchies (H) of set of Entities (E) / set of entity Relations (Re) / set   of attribute Relations (Ra)

.Set of axioms (A) / set of metadata (M)

Domain Layer

Generic Layer

 

SOUPA

E-2

 

Mobile Ontology
▣ 모바일 폰에 대한 Ontology 기반 지식 모델 구축

▣ ZHU Junwu, LI Bin, WANG Fei, WANG Sicheng International Journal      of Digital Content Technology and its Applications  2010

E-1

 

Summary

End
.Allowing machines to understand the meaning or “semantics” of information on WWW, we can avoid overwhelming the user with the sheer volume of information becoming available. 

.A semantic Web can be implemented using Ontology. 

.Ontologies are ambitious classification systems. 

.OWL Ontologies provide vocabulary for annotations.

 

References
[1] Sean Bechhofer, Ian Horrocks1 and Peter F. Patel-Schneider ,” Tutorial on       OWL”, ISWC, Sanibel Island, Florida, USA, 2003 [2] “An Introduction to RDF(S) and a Quick Tour of OWL”, The University of        Manchester  [3] “A Practical Guide To Building OWL Ontologies Using Protege 4 and        CO-ODE Tools”, The University of Manchester  [4] Pascal Hitzler, Markus Krotzsch, Sebastian Rudolph, “Knowledge       Representation for the Semantic Web Part I: OWL 2”, KI 2009 Paderborn [5] Martin O’Connor, “The Semantic Web Rule Language”, Stanford University