이번에 더 배울 것
DBpedia는 위키미디어 프로젝트에 담긴 정보에서 구조화된 내용을 추출하는 커뮤니티 프로젝트입니다. 결과는 Linked Data로 공개되고, 여러 데이터 제공자가 DBpedia로 링크를 걸면서 웹 데이터의 중심 허브 가운데 하나가 되었습니다. Lehmann 등(2015)은 추출에서 가장 가치 있는 원천으로 인포박스를 꼽습니다. 인포박스는 문서의 핵심 사실을 속성–값 표로 보여 주며, Infobox automobile 같은 템플릿을 바탕으로 만들어집니다.
원시 인포박스 추출(raw infobox extraction)은 인포박스 속성을 그대로 RDF로 옮깁니다(dbp: 네임스페이스). 논문이 지적하는 약점은 셋입니다. 자원에 온톨로지 클래스가 붙지 않습니다. 같은 뜻의 속성 이름이 템플릿마다 다릅니다(birthplace와 placeofbirth). 값의 데이터 타입을 날짜·좌표·숫자·링크·문자열 순서로 추측하므로, 같은 속성이 어떤 문서에서는 숫자 4181로, 다른 문서에서는 문자열 ‘cc4181’로 추출될 수 있습니다.
매핑 기반 추출(mapping-based extraction)은 2010년부터 커뮤니티가 DBpedia 온톨로지와 함께 작성해 온 매핑을 씁니다. 템플릿을 온톨로지 클래스에, 인포박스 속성을 온톨로지 속성에 대응시켜 자원에 타입을 붙이고, 이름 변형을 합치고, 데이터 타입을 지정합니다(dbo: 네임스페이스). 대신 매핑되지 않은 템플릿은 원시 추출 결과에만 남고, 위키백과 원문의 오류나 편향은 매핑과 상관없이 그대로 들어옵니다.
작은 예제로 따라가기
인포박스 {{Infobox automobile | name = Ford GT40 | manufacturer = [[Ford Advanced Vehicles]] | engine = 4181cc }}가 있습니다.
원시 추출 결과는 dbr:Ford_GT40 dbp:name "Ford GT40"@en ; dbp:manufacturer dbr:Ford_Advanced_Vehicles ; dbp:engine 4181 .이고, 어느 클래스의 인스턴스인지는 나오지 않습니다.
매핑 기반 추출은 Infobox automobile을 dbo:Automobile 클래스에 대응시키는 템플릿 매핑으로 dbr:Ford_GT40 a dbo:Automobile을 붙이고, 속성을 dbo: 온톨로지 속성으로 정규화합니다.
같은 사실, 다른 인포박스
출생지를 서로 다른 속성 이름으로 적은 문서 A와 B가 같은 질의에 함께 걸릴지 먼저 예상하세요.
?x dbp:birthplace ?y에 A만 걸립니다.원시 추출은 속성 이름을 그대로 옮기므로 같은 뜻의 두 이름이 합쳐지지 않습니다.
학습을 시작하면 새 문제를 직접 풀고 확인 퀴즈를 마친 뒤 선택한 본과정 회차로 돌아갑니다.