다른 영역
존재론(ontology)는 철학적 개념으로 존재의 본질을 연구하는 철학적 문제입니다. 최근 몇 십 년 동안 이 단어는 컴퓨터계에 적용되어 인공지능, 컴퓨터 언어 및 데이터베이스 이론에서 점점 더 중요한 역할을 담당하게 되었습니다. 그러나 아직까지 본체론에 대한 통일된 정의와 일정한 응용분야는 없습니다. 스탠퍼드대의 그루버가 내린 정의는 본체론은 개념화에 대한 정밀한 묘사(Gruber, 1995)이며, 정체론은 사물의 본질을 묘사하는 데 사용된다는 동업자들에 의해 많이 인정되고 있습니다.
실현에 있어서, 본체론은 개괄입니다. 염화의 상세한 설명에 따르면, 온톨로지는 흔히 공식적인 어휘표이며, 그 핵심적인 역할은 어떤 분야나 영역 내의 전문 어휘와 그들의 관계를 정의하는 데 있습니다. 이런 일련의 기본 개념은 마치 빌딩을 건설하는 초석과도 같은 개념으로, 의사소통의 통일된 인식을 제공합니다. 이러한 일련의 개념의 지원으로 지식의 검색, 축적, 공유의 효율성이 크게 향상되고 진정한 의미의 지식의 중용과 공유가 가능해집니다. 웹 언어 XML (Extensible Markup Language, 확장 가능한 표시 언어)는 본체 이론의 대표적인 적용입니다.
존재론은 네 종류로 나눌 수 있습니다. 타입: 영역, 일반, 응용 및 표시. 영역 본체는 특정 유형의 영역(전자, 기계, 의약, 교수)에 관한 지식, 또는 어떤 학문, 어떤 과목에 관한 지식을 포함하고 있으며, 일반 본체는 여러 분야를 포괄하는 핵심 본체, 응용 본체는 특정 분야의 모델링에 필요한 지식을 모두 포함하고 있으며, 본체는 특정 분야에 국한되지 않고, '틀 본체'와 같이 사물을 기술하는 개념인 '틀 본체'를 제공합니다. 즉, 본체론의 정립은 일정한 차원성을 가지고 있습니다. 어떤 과목의 개념, 용어 및 그 관계를 특정한 응용의 본체로 본다면, 모든 과목의 공통된 개념과 특징은 일정한 범용성을 갖습니다.
온톨로지 이거철학의 범주는 인공지능계에 새로운 정의를 부여받아 정보과학에 도입됐습니다. 하지만 온톨로지에 대한 정보과학계의 이해도 점차 발전해 성숙해지고 있습니다. 1991년 네키스 등은 온톨로지의 정보과학에서 "해당 분야의 어휘를 구성하는 기본 용어와 관계, 이를 이용한 어휘의 외연적 규칙의 정의를 내린다"고 최초로 정의했습니다. 이후 정보시스템, 지식시스템 등의 분야에서 온톨로지를 연구하는 사람들이 많아지면서 다른 정의가 생겼습니다. 1993년 Gruber는 온톨로지를 개념모델의 명확한 규범 설명이라고 정의했습니다. 1997년 보르스트는 '공유개념모델의 형식화된 규범 설명'으로 한 단계 더 나아갔습니다. Studer 등은 이들 두 정의에 대해 깊이 연구하여 온톨로지를 공유개념모델의 명확한 형식화된 규범 설명으로 보는 것도 현재 온톨로지 개념에 대한 통일된 시각입니다.
Studer 등의 Ontology 정의는 개념모델(Conceptualization), 명확(Explicit), 형식화(Formal), 공유(Share)의 네 가지 의미를 담고 있습니다. "개념모델"이란 객관적 세계 속의 일부 현상(Phenomenon)에 관한 개념을 추상화함으로써 얻어지는 모델로, 그 의미는 구체적인 환경상태로부터 독립된 것을 의미하며, "명확하다"는 의미는 사용되는 개념 및 이를 사용하는 제약에 대해 명확한 정의가 있는 것을 의미하며, "형식화"란 컴퓨터로 읽을 수 있는 것을 의미합니다. 컴퓨터가 처리할 수 있다는 것. 공유는 온톨로지에서 공통적으로 인정하는 지식을 나타내는 것으로 해당 분야에서 공인된 개념집으로 개체가 아닌 단체를 겨냥하고 있다는 것입니다. Ontology는 해당 분야의 지식을 포획하여 그 분야의 지식의 공통된 이해를 제공하고, 그 영역 내에서 공통적으로 인정되는 어휘를 정하고, 이러한 어휘(용어)와 어휘간의 상호관계에 대한 명확한 정의를 차원이 다른 형식화 모델에서 제시하는 것을 목표로 하고 있습니다.
정의는 여러 가지가 있지만방식, 그러나 내용적으로는 연구자에 따라 온톨로지에 대한 인식이 통일되어 있습니다. (분야의 범위는 특정 응용에 포함될 수도 있고 더 넓은 범위일 수도 있습니다. 내부적으로 서로 다른 주체(사람, 기계, 소프트웨어 시스템 등)끼리 교류(대화, 상호운용, 공유 등)하는 일종의 의미기반인 온톨로지가 하나의 공감대를 제공합니다. 또 온톨로지가 제공하는 이러한 컨센서스는 기계 서비스를 위해 기계는 자연어에서 표현되는 의미를 인간처럼 이해할 수 없고 현재의 컴퓨터도 단지 그것밖에 없습니다. 텍스트를 문자열로 보고 처리합니다.따라서 컴퓨터 분야에서 온톨로지를 논하려면 어떻게 컨센서스, 즉 개념의 형식화 문제를 논의해야 합니다.
Semantic Web에서 온톨로지?
온톨로지 연구이슈의 등장은 시맨틱 웹의 제안과 발전과도 직결됩니다.
Semantic Web는 팀 버너즈-리가 제시한 또 하나의 개념입니다. Tim Berners-Lee는 현재의 웹은 사람들이 읽고 이해할 수 있도록 제공되고 있으며 점점 더 큰 파일 매체로서 데이터와 정보의 자동화를 달성하는 데 도움이 되지 않는다고 생각합니다. 차세대 시맨틱 웹은 인간뿐 아니라 컴퓨터(정보대행자)에 의미 있는 콘텐츠를 제공하고 컴퓨터(또는 정보대행자)가 웹 콘텐츠를 이해할 수 있도록 해 정보처리의 자동화를 꾀한다.Semantic Web이 아니라고 생각합니다. 현재 웹에서 격리된 다른 웹이 아닌 현재 웹을 확장합니다. Semantic Web에서 정보의 의미는 잘 정의되어 있어 컴퓨터와 사람 간의 상호 협력을 촉진합니다.
시맨트를 이루기 위해서ic Web의 기능은 컴퓨터가 이해할 수 있는 구조화된 의미 설명 메커니즘과 일련의 추론 규칙들을 제공하여 자동화된 추론을 가능하게 합니다. Semantic Web의 도전은 데이터를 표현하고 데이터에서 추론할 수 있는 언어를 제공하는 데 있으며, 이러한 언어가 현재 지식 표현 시스템에 존재하는 규칙을 Web에 적용할 수 있는 것이 필요합니다.
팀버네에서rs-Lee의 Semantic Web 프레임워크에는 몇 가지 핵심 구성 요소가 있습니다. XML, RDF(S), 온톨로지 등입니다. XML은 사용자가 자신의 파일 형식을 정의할 수 있고, 사용자가 임의의 복잡한 정보 구조를 정의할 수 있도록 합니다. 그러나 XML은 단지 문법적이어서 정의된 구조의 의미는 설명하지 못합니다. XML이 시맨틱 웹에서 중요한 위치에 있는 것은 XML이 일종의 캐리어 언어라는 점, XML 네이밍 메커니즘 등과 관련이 깊습니다.
팀버네에서rs-Lee는 의미 묘사가 RDF를 통해 이뤄진 것으로 보입니다. RDF의 두 특성은 여기에 특별한 기여를 합니다.
(1) RDF는 하나의 유래입니다. 자원, 속성, 속성 값으로 구성된 3원 구조입니다. 이러한 삼원구조는 문장 속의 주어, 서술어, 목적어 사이의 관계와 비슷합니다. 자원을 기술하는 RDF 구문은 '어떤 일이 어떤 속성을 가지고 있는가'와 같은 구절처럼 효과적입니다. 대부분의 경우 컴퓨터가 처리해야 할 지식을 표현할 수 있는 사물의 존재 상태에 대한 단언입니다.
(2)RDF의 또 다른 중요한 특징은 RDF를 구성하는 자원, 속성, 속성값 이 세 가지 요소가 모두 URI(통일자원표시)에 의해 표시되어야 한다는 점입니다. RDF는 정보를 부호화하기 위해 URI를 이용하기 때문에 RDF에 인용되는 어떠한 자원, 속성, 속성 값도 미리 정의된, 이의성 없는 개념임을 의미합니다.
RDF는 진을 표현할 수 있기 때문에 이 문장은 주어, 서술어, 목적어의 세 구성 요소 모두 URI를 통해 표시되므로 의미 표현의 특성을 갖습니다. 하지만 Semantic Web의 요구사항은 여기서 그치지 않고, Semantic Web은 규칙을 이용하여 추리하고, 행동 경로를 선택하고, 이에 대한 답변을 할 수 있는 논리적 기능을 추가해야 합니다. 온톨로지는 Semantic Web이 논리적 추리를 구현하는 기반입니다.
Semantic Web 연구자들도 온톨로지를 언어 관계를 형식적으로 정의하는 규범화된 문서로 보고 있습니다. Semantic Web의 경우 대표적인 Ontology는 하나의 분류 체계와 일련의 추론 원칙을 가지고 있습니다. 여기서 분류 체계는 대상의 카테고리와 카테고리 사이의 관계를 정의합니다. 엔티티 간 클래스/하위 클래스 관계는 웹 애플리케이션에 중요한 가치를 갖습니다. Ontology에서는 어떤 클래스에 속성을 추가하여 더 많은 클래스의 관계를 정의할 수도 있습니다. 이러한 유형의 관계는 추리의 기초를 제공합니다.
정체성론
Ontology의 추론 규칙, Semantic Web 응용 시스템은 더 강력한 추론력을 제공할 수 있습니다. 예를 들어, 하나의 도시 코드가 하나의 성 코드와 연관되어 있고, 하나의 주소가 도시 코드를 이용한다면, 이 주소는 해당 성 코드와 연관되어 있습니다.
Semantic Web 연구자들은 Ontology에 대한 묘사를 실현하기 위해 RDFS를 발전시켰습니다.
RDFS는 (rdfs: Resource, rdfs: Class, rdf: Property, rdfs: subClassOf, rdfs: subPropertyOf, rdfs: domain, rdfs: range)와 같은 몇 개의 사전 의미의 어휘를 이용하여 개념 간의 관계를 제한적으로 설명할 수 있습니다. W3C는 Ontology의 설명을 보다 편리하고 포괄적으로 구현하기 위해 RDFS를 기반으로 DAML과 OIL에 관한 연구에 힘입어 OWL(Web Ontology Language) 적용을 적극 추진하고 있습니다. OWL은 2004년 2월 10일 이후 W3C 추천 기준이 됐습니다.
댓글