의미 일치

Semantic matching
의미론
서브필드
주제
컴퓨팅
종류들
이론
분석
적용들

의미 매칭은 의미론적으로 관련된 정보를 식별하기 위해 컴퓨터 과학에서 사용되는 기법이다.

분류, 분류 데이터베이스 또는 XML 스키마 및 온톨로지와 같은 두 개의 그래프와 유사한 구조를 고려할 때 매칭은 두 구조에서 의미론적으로 서로 일치하는 노드를 식별하는 연산자다. 예를 들어 파일 시스템에 적용하면 "car"라고 표시된 폴더가 영어로 된 동의어이기 때문에 의미론적으로 다른 폴더 "automobile"과 동일하다는 것을 식별할 수 있다. 이 정보는 워드넷과 같은 언어 자료에서 얻을 수 있다.

최근 몇 년 동안 그들 중 많은 사람들이 제의를 받았다.[1] S-Match는 의미 일치 연산자의 예다.[2] 그것은 예를 들어 영어와 같이 각 노드가 자연어 문장으로 라벨을 붙이는 그래프 구조,[3] 즉 경량 온톨로지에 대해 작동한다. 이 문장들은 (인조적인 모호하지 않은 언어에 따라) 공식적인 논리 공식으로 번역되어 그래프에서 노드의 위치를 고려한 노드의 의미를 코드화한다. 예를 들어, 폴더 "car"가 다른 폴더 "red" 아래에 있는 경우, 우리는 이 경우 폴더 "car"의 의미가 "red car"라고 말할 수 있다. 이것은 논리적인 공식 "빨간색 AND car"로 번역된다.

S-Match의 산출물은 다음과 같은 의미 관계들 중 하나에 첨부된 mapping이라 불리는 의미적 대응의 집합이다: 불연속성(불합치), 등가성(불합치), 보다 구체성(불합치), 덜 구체성(불합치)이다. 이 예에서 알고리즘은 동등성 관계가 첨부된 "자동차"와 "자동 자동차" 사이의 매핑을 반환할 것이다. 의미론적으로 일치하는 정보는 근기 관계의 매핑을 통해 목적적합성의 척도로도 사용될 수 있다. 이러한 S-Match 기술의 사용은 지원자 이력서에서 발견되는 정보의 관계적 매핑을 통해 기술의 깊이를 측정하기 위해 사용되는 직업 공간에서 널리 사용되고 있다.

의미 매칭은 리소스 검색, 데이터 통합, 데이터 마이그레이션, 쿼리 변환, 피어 투 피어 네트워크, 에이전트 통신, 스키마 및 온톨로지 병합과 같은 분야에서 많은 애플리케이션에서 기본적인 기법을 나타낸다. 그 용도는 이벤트 처리 등 다른 분야에서도 조사되고 있다.[4] 실제로 의미 이질성 문제, 즉 지식의 다양성 관리에 대한 유효한 해결책으로 제안되어 왔다. 서로 다른 문화와 언어를 가진 사람들 간의 상호운용성, 서로 다른 관점을 가지고 있고 다른 용어를 사용하는 것은 항상 큰 문제였다. 특히 웹의 출현과 그에 따른 정보폭발로 문제가 강조되는 것 같다. 사람들은 다양한 출처에서 나온 정보를 회수하고, 모호하게 하고, 통합하는 구체적인 문제에 직면해 있다.

참고 항목

참조

  1. ^ Pavel Shvaiko; J´erˆome Euzenat. "A Survey of Schema-based Matching Approaches" (PDF). Dit.unitn.it. Retrieved 21 December 2018.
  2. ^ Fausto Giunchiglia; Pavel Shvaiko; Mikalai Yatskevich. "S-MATCH: AN ALGORITHM AND AN IMPLEMENTATION OF SEMANTIC MATCHING" (PDF). Eprints.biblio.unitn.it. Retrieved 21 December 2018.
  3. ^ Fausto Giunchiglia; Maurizio Marchese; Ilya Zaihrayeu. "ENCODING CLASSIFICATIONS AS LIGHTWEIGHT ONTOLOGIES" (PDF). Eprints.biblio.unitn.it. Retrieved 21 December 2018.
  4. ^ 하산, 술레이만, 숀 오리아인, 에드워드 커리. 2012. "이종 이벤트의 대략적인 의미 일치" 제6회 ACM 국제 분산 이벤트 기반 시스템 컨퍼런스(DEBS 2012)에서 252–263. 독일 베를린: ACM. "DOI"

외부 링크