메시지 전달 기법을 이용한 개념도 구축 시스템의 설계 및 구현

Abstract

개념도는 지식체계를 조직화하고 표현하기 위해 사용되는 도구로서 서로 관련이 있는 개념들 간의 관계성을 나타내게 된다. 텍스트 문서로부터 개념도를 자동으로 추출하는 과정은 개념과 개념들 간의 분류적/비분류적 관계를 추출하는과정을 필요로 한다. 개념도의 자동 구축과 관련하여 많은 연구들이 진행되고 있지만, 대명사의 대용 해소 문제, 개념간 관련성에 대한 방향성 할당 문제 등 여전히 많은 개선점들이 필요한 실정이다. 본 논문에서는 텍스트 문서로부터 개념도를 자동으로 구축하기 위한 클러스터링 기반의 기법을 제안한다. 제안하는 시스템의 흐름은 다음과 같다. 먼저, 의존문법 규칙을 이용하여 도메인 개념들을 추출하고 대명사에 대한 대용 해소 문제를 해결하기 위한 방법을 적용함으로써문서 내 대명사들을 추출된 개념들과 연결한다. 그 후, 친근도 전파 알고리즘을 활용하여 추출된 도메인 개념들에 대한클러스터링을 수행한다. 마지막으로, 구축 된 각각의 클러스터내의 개념들간의 관련성을 할당함으로써 개념도를 구축한다. 정보 시스템 도메인 문서들에 대하여 제안하는 기법에 의하여 구축된 개념도와 해당 도메인의 전문가에 의하여 구축된 개념도간의 비교를 통하여 성능 평가를 수행하였다. 실험 결과를 통해, 본 논문에서 제안하는 기법은 도메인 전문가들에 의하여 수동으로 구축된 개념도와 유사한 수준의 개념도를 구축할 수 있음을 보였다.

Concept map is a graphical tool that is widely used for organizing and representing knowledge and shows the relationships among related concepts. Automatic concept map construction from text documents requires methods for extracting concepts and relationships (taxonomic and non-taxonomic). Even though a lot of studies have been conducted to automatically construct a concept map, they still have some limitations such as a resolution of anaphora problem and defining relationships to form propositions. In this paper, we propose a clustering-based approach for constructing a concept map from text documents. First, relevant concepts are extracted using typed dependency linguistic patterns. Anaphoric resolution for pronouns is then introduced to map the pronouns with candidate terms. Second, extracted concepts are clustered using affinity propagation algorithm. Finally, relationships are assigned between the extracted concepts in each cluster. Our empirical results show that the constructed concept maps conform to the outputs generated manually by domain experts. Furthermore, domain experts verified that the constructed concept maps are in accordance with their knowledge.