의미 분석

Semantic analytics
기타 용도는 의미론 분석(동음이의)을 참조하십시오.

의미론적 분석은 의미론적 관련성이라고도 불리는데, 웹 자원의 콘텐츠를 분석하기 위해 온톨로지를 사용하는 것이다. 이 연구 분야는 RDF와 같은 텍스트 분석과 시멘틱 웹 기술을 결합한다. 시멘틱 분석은 다양한 온톨로지 개념의 관련성을 측정한다.

이 분야에서 활발한 연구를 하고 있는 일부 학술 연구 단체에는 라이트 주립대학의 Kno.e.sis 센터 등이 있다.

역사

비록 이러한 알고리즘의 역사적 진전은 대체로 주관적이지만, 의미 분석의 시작에 중요한 이정표가 1996년에 일어났다. 필립 레스닉은 그의 정석적인 연구 논문에서 컴퓨터가 인간의 판단을 모방할 수 있는 능력을 가지고 있다는 것을 확립했다. 여러 저널의 출판물에 걸쳐서, 일반 의미 분석 연산의 정확성의 개선은 모두 그 분야를 혁명적으로 변화시켰다고 주장했다. 하지만, 1990년대 후반에 표준 용어가 없었던 것이 많은 의사소통의 오류의 원인이 되었다. 이로 인해 부다니츠키 & 허스트는 2006년 현대 철자법과 문법 분석의 틀을 마련하는 요약본으로 주제를 표준화하게 되었다.[1]

의미분석 초기에는 충분히 신뢰할 수 있는 대규모 지식기반을 확보하는 것이 어려웠다. 2006년에 슈트루베 & 폰제토는 위키피디아가 의미 분석적 계산에 사용될 수 있다는 것을 증명했다.[2] 위키피디아와 같은 큰 지식기반의 사용은 의미 분석의 정확성과 적용가능성을 증가시킨다.

방법들

분야별 주관성을 감안할 때 의미분석에 사용되는 방법들은 응용분야에 따라 달라진다. 단일한 방법은 정확하다고 간주되지 않지만, 가장 일반적으로 효과적이고 적용 가능한 방법 중 하나는 명시적 의미 분석(ESA)이다.[3] ESA는 2000년대 후반 에브게니 가브릴로비치와 샤울 마르코비치가 개발했다.[4] 머신러닝 기법을 이용해 기사에서 텍스트 조각을 정렬된 목록으로 추출하는 의미통역기를 만든다. 조각들은 주변 텍스트와 얼마나 관련이 있는가에 따라 분류된다.

잠재의미적 의미분석(LSA)은 입력공간의 텍스트만을 고려하여 온톨로지를 사용하지 않는 또 다른 일반적인 방법이다.

적용들

의미론적 분석 방법의 적용은 일반적으로 모든 지식 관리 시스템의 조직 프로세스를 간소화한다. 학술 도서관은 보다 효율적인 조직 체계를 만들기 위해 도메인별 응용프로그램을 사용하는 경우가 많다. 의미론과 위키피디아를 이용한 과학적 출판물을 분류함으로써, 연구원들은 사람들이 자원을 더 빨리 찾을 수 있도록 돕고 있다. 시멘틱 스콜라 같은 검색 엔진은 수백만 개의 기사에 대한 조직적인 접근을 제공한다.

참고 항목

참조

  1. ^ Budanitsky, Alexander, Graeme Hirst. "Evaluating WordNet-Based Measures of Lexical Semantic Relatedness." 계산하다. 언어학자. 32, 1번(2006년 3월): 13–47. doi:10.1162/coli.2006.32.1.1.13
  2. ^ 슈트루베, 마이클, 시몬 파올로 폰제토. "위키릴레이! 위키피디아를 이용한 의미 관련성 계산. 제2권 1419~1424호, 제21차 인공지능 전국회의의 의사록. AAAI-06. 매사추세츠 주 보스턴: AAAI 프레스, 2006.
  3. ^ Z. 장, A. L. 젠틸, F. Ciravagna, "2013년 10월 19권, 04권, 페이지 411–479, 자연 언어 공학, " 어휘 의미 관련성 방법의 최근 진보 - 조사".
  4. ^ 에브게니 가브릴로비치와 샤울 마코비치 2007년 "위키백과 기반의 명시적 의미분석을 이용한 의미 관련성 계산" IJcAI, 1606–1611. 2016년 10월 9일 회수.

외부 링크