오늘날 컴퓨터 소트프웨어와 하드웨어 기술이 발전하면서 인간과 컴퓨터의 의사소통(Mensch-Machine-Kommunikation)에도 많은 관심이 모아지고 있다. 인간과 컴퓨터 사이의 의사소통이 가능하기 위해서는 인간의 인지과정을 컴퓨터에 모델화하여야 하며, 이를 위해서는 사 ...

오늘날 컴퓨터 소트프웨어와 하드웨어 기술이 발전하면서 인간과 컴퓨터의 의사소통(Mensch-Machine-Kommunikation)에도 많은 관심이 모아지고 있다. 인간과 컴퓨터 사이의 의사소통이 가능하기 위해서는 인간의 인지과정을 컴퓨터에 모델화하여야 하며, 이를 위해서는 사람이 지식을 저장하고 추론을 통해 저장된 지식으로부터 정보를 이끌어내는 방법을 컴퓨터가 흉내낼 수 있도록 세상지식을 표상(repräsentieren)해야 한다.
이를 위하여 인공지능 분야에서는 지식표상을 위한 다양한 방법이 연구되었고, 최는에는 시맨틱 웹의 등장과 함께 온톨로지에 대한 연구가 관심을 받고 있다.
현재 온톨로지를 구축하기 위한 이론적 체계나 원리가 아직까지 마련되어 있지 않고 있어서, 이점이 연구를 진행하는 데 있어서 가장 어려운 문제라고 할 수 있다. 이런 이유로 이 연구에서는 우선 전체 온톨로지의 모델링을 위하여, 독일어 GermaNet을 연구자원으로 삼았다. 독일어 GermaNet은 상황, 사태, 대상을 위한 계층구조로 이루어진 의미체계로 이루어졌으며, 동사의 경우 다음과 같은 대분류에서 출발한다.
- 소유동사, 위치동사, 감정동사, 사회동사, 신체동사, 인지동사, 의사소통동사, 경쟁동사, 접촉동사, 자연현상동사, 창조동사, 변화동사, 소요동사, 지각동사, 일반동사.
이들 동사 범주중에서 ‘소유’와 관련된 범주의 동사 678개를 선별하여, 그 위계관계를 파악하고, 이를 토대로 개별 어휘의 구성 의미자질의 조합을 정의한 후, 온톨로지 구축도구인 Protégé를 이용하여 동사 온톨로지를 구축하였다.
Protégé를 이용하여 어휘 구조를 표현하는 것과 GermaNet에서의 데이터 구조를 비교하면, 온톨로지 구축을 지원하는 Protégé를 이용하여 어휘 정보를 구축하는 것이 어휘의 의미와 연관관계를 보다 쉽게 파악하게 한다. 뿐만 아니라 어휘의 다양한 정보가 의미 속성의 상속을 기반으로 하여 지식 베이스로 구축이 될 수 있으며, 사용자의 질의에 대해 논리적 추론을 통한 답변이 가능하다. 따라서 GermaNet의 동사 의미망에서 소유와 관련된 동사를 온톨로지에 의하여 구축하는 방법론을 연구하고 이를 다른 영역의 동사에도 확장 가능함을 밝힌 것이 하나의 성과라 할 수 있다.

Zusammen mit der Entwicklung von Computer-Hard-und Software-Technologie, wächst auch die Interesse der Mensch-Machine-Kommunikation. Damit diese Kommunikation zwischen Mensch und Computer auch funktioniert, muss man die kognitiven Prozesse eines ...

Zusammen mit der Entwicklung von Computer-Hard-und Software-Technologie, wächst auch die Interesse der Mensch-Machine-Kommunikation. Damit diese Kommunikation zwischen Mensch und Computer auch funktioniert, muss man die kognitiven Prozesse eines Menschens im Computer simulieren. Der Mensch muss das Wissen in einer formalisierten Form repräsentieren und das Computer durch Inferenz gespeicherten Wissens all die Informationen geben können. Um dies zu tun muss man das Weltwissen repräsentieren. Im Bereich der künstlichen Intelligenz wurde deshalb für die Wissensrepräsentation verschiedene Methoden geforscht und neulich ist die Forschung der Ontologie mit dem Semantic Web beachtet.
Leider sind die Grundlagen für den Aufbau von Ontologien derzeit noch nicht verfügbar und so ist dies das Problem in der Durchführung von Forschungstätigkeiten. Aus diesem Grund wird in dieser Studie auf die Modellierung der gesamten Ontologie, GermaNet als Ressource benutzt. GermaNet bestehet aus eine Bedeutungssystem einer Hierarchie für die Situation, den Sachverhalt, den Gegenstand und im Fall des Verbes fängt es aus der folgenden Kategorie:
Besitzverben, Lokationsverben, Gefühlsverben, Gesellschaftsverben, Körperfunktionsverben, Kognitionsverben, Kommunikationsverben, Konkurrenzverben, Kontaktverben, Verben natürlicher Phänomenon, Schöpfungsverben, Veränderungsverben, Verbrauchsverben, Perzeptionsverben, Allgemeine Verben.
Von diesen 15 Kategorien ist die Kategorie ‘Besitzverben’ ausgewählt und die dazugehörenden 678 Verben in einer Hierarchie klassifiziert. Aufgrund dieser Kategorisierung ist die Ontologie der Besitzverben mithilfe des Programmes Protégé entwickelt.
Wenn man die Repräsentationsmethode zwischen Ontologie und der Datenstruktur im GermaNet vergleicht, ist es leicht herauszufinden, dass man die semantischen Bedeutungen oder Relationen zwischen Wörtern in der Ontologie noch besser befassen kann. Ausserdem ist es bei der Ontologie möglich, durch die Vererbung der semantischen Eigenschaften noch effektiver Daten zu repräsentieren.

이 연구에서는 독일어 ‘소유’ 관련 동사의 개념구조를 파악하여 이를 온톨로지의 형태로 구축하였다. 이를 위하여 독일어 동의어, 반의어, 상위어, 하위어 등의 의미관계를 중심으로 의미망을 이루고 있는 GermaNet을 연구의 출발로 삼았다. GermaNet에서는 한 어휘의 상 ...

이 연구에서는 독일어 ‘소유’ 관련 동사의 개념구조를 파악하여 이를 온톨로지의 형태로 구축하였다. 이를 위하여 독일어 동의어, 반의어, 상위어, 하위어 등의 의미관계를 중심으로 의미망을 이루고 있는 GermaNet을 연구의 출발로 삼았다. GermaNet에서는 한 어휘의 상위어나 하위어, 또는 동일한 의미를 지닌 어휘를 손쉽게 파악할 수 있지만, 개별 어휘의 의미나, 한 어휘의 의미가 다른 동의어의 의미와 어떠한 차이가 있는 지를 파악하기는 쉽지 않다.
온톨로지에서는 존재론의 분류체계에 기반하여 실제 현상 속의 개체들이 표현되는 관계에 따라 위계의 형식으로 개체들을 분류한다. 이들은 최상위에 출발 범주(Wurzelklasse)와 이에 속하는 하위 범주(Unterklasse)로 구성되고, 이들은 다시 상속(Vererbung)의 관계를 갖는 상위 범주 및 하위 범주의 관계를 갖게 된다. 온톨로지의 이러한 분류체계는 의미망과 별 차이가 없는 듯이 보인다. 그러나 온톨로지는 이와 같은 분류체계의 범주를 포함할 뿐만 아니라, 특정 도메인의 현상들을 개념화한 용어, 그들 간의 관계, 그리고 궁극적으로는 도메인 속에 내재된 의미의 표현까지를 포함하고 있다. 도메인 내의 개념들은 범주로서 정의되고, 이들 범주는 위계(Hierarchie)의 체계를 가지고 배열되며, 각 범주의 속성과 특성은 제약조건을 갖게 된다. 또한 범주의 관계와 각 범주들이 갖는 제약조건은 논리적 추론(Inferenz) 규칙에 따른 의미론적 접근을 가능하게 한다. 다시 말해, 온톨로지는 용어들과 그들 간에 내재된 의미에 관한 것이며, 기계가 이해할 수 있는 논리적 형식을 가지고 있다.
따라서 의미망의 형태인 GermaNet에 온톨로지의 개념을 도입하여 지식베이스를 구축함으로써, 어휘의 의미관계 뿐만 아니라 개별 어휘의 구성의미자질의 조합을 통해 다양한 개념적 속성도 파악할 수 있다. 그것은 온톨로지로 지식을 표현할 경우 추론과 통합이 가능하기 때문이다.
만일 온톨로지가 단순히 계층적 구조와 의미관계로만 구성되어 있다면, 온톨로지의 유용성은 시소러스나 의미망, 또는 어휘 데이터베이스 등과 별로 다를 바가 없다. 그러나 온톨로지에서는 지식의 공유와 재사용을 가능하게 하는 논리적 추론이 가능하고 이를 바탕으로 개별 어휘 정보의 통합이 가능하기 때문에 기존의 시소러스나 의미망의 연구와는 큰 차이가 있다.

연구결과: 본 연구에서는 ‘소유’관련 동사를 어휘망의 계층구조로 파악하기 위하여 소유 동사 신셋 493개의 위계구조를 분석하여 이를 우선 트리구조 형태의 데이터베이스로 구축하였다. 이 과정에서 각 신셋 간의 의미관계를 상위어, 하위어, 동위어 중심으로 정리하고, ...

연구결과: 본 연구에서는 ‘소유’관련 동사를 어휘망의 계층구조로 파악하기 위하여 소유 동사 신셋 493개의 위계구조를 분석하여 이를 우선 트리구조 형태의 데이터베이스로 구축하였다. 이 과정에서 각 신셋 간의 의미관계를 상위어, 하위어, 동위어 중심으로 정리하고, 반의어는 잠정적으로 하위어에 포함하여 분류하였다. 마지막으로 트리구조를 통해 정리된 각각의 동사 신셋에 대해 그에 상응하는 한국어 대응어를 수작업으로 입력하였다. 이렇게 저장된 데이터베이스를 기반으로 독일어 동사를 검색하면, 검색하려는 동사뿐만 아니라 그 동사와 일정한 의미관계에 있는 동사 어휘소를 모두 파악할 수 있다.
한편 이러한 위계구조를 기반으로 protege를 이용하여 온톨로지 형태의 데이터베이스를 구축하였다.

활용방안: 온톨로지는 표준화된 형식으로 지식베이스를 구축하는 것을 가능하게 하기 때문에 다양한 응용 분야에 적합한 형식으로 데이터를 변환할 수 있다. 특히 온톨로지는 자연언어처리에서 문서 이해 시스템이나 기계번역에서와 같이 의미의 중의성 해소가 중요한 분야에서 유용하게 활용될 수 있다.
뿐만 아니라 현재 구축한 ‘소유’동사 온톨로지 구축방법을 기타 분야의 동사 온톨로지로 확장하고 이를 한국어와 연결시켜 활용한다면 독일어 학습자나 연구자에게도 유용한 개념 사전으로서의 역할을 수행할 수 있다.
나아가 의미 영역과 계층에 따른 어휘 구조를 파악함으로써 독일어 교육이나 번역에도 활용 가능하다.