OntoSonomy: 온톨로지 기반의 폭소노미 확장법

Abstract

태깅은 사용자들이 공유된 콘텐츠에 키워드의 형태로 메타 데이터를 추가하는 과정이다. YouTube, Flickr, Wikipedia 등의 서비스에서 볼 수 있듯이 웹 2.0의 웹 서비스는 태깅을 통해 사용자들에 의한 방대한 양의 메타데이터를 생성하고 이를 활용한다. 하지만 사용자 제작 메타데이터의 질적 향상에 대한 고민은 자주 이슈화되고 있다. 대표적인 예로 태깅시스템의 태그는 생성하기 쉬운 반면, 웹의 정보가 감당할 수 없을 정도로 방대해진 현 상황에서는 검색 측면에서 볼 때 키워드로서 질의와는 관계없는 많은 문서를 결과로 가져올 수 있고 이로 인해 사용자는 불필요한 정보를 걸러내느라 시간을 낭비하게 된다. 따라서 메타데이터가 더욱 가치 있게 활용되기 위해서는 사용자들에 의해 생성된 메타데이터에서 숨겨진 정보를 찾고 그로부터 시멘틱 웹의 지식표현, 관계표현과 같은 구조를 알아낼 필요가 있다. 집단 지성을 활용하는 폭소노미의 검색 효율성에도 불구하고 검색어로서 태그의 재사용을 저하시키는 단점들의 원인을 본 연구는 ‚태그가 의미를 포함하지 않는 낱말‛이라고 간주한다. 이를 극복하기 위한 방안으로 본 연구에서는 온톨로지적인 접근방법을 적용하여 태그의 의미를 명확히 하고 태그 간의 관계를 설정하여 이를 태깅에 접목시키는 온토소노미 기법을 제안하고 프로토타입 시스템을 구현한다. 구현된 시스템은 현재의 태깅 시스템의 태그의 한계에 따른 핵심 문제를 해결하고, 사용자에게 좀 더 신뢰 할 수 있는 검색 결과를 제공한다;Folksonomic tagging is intended to make information increasingly easy to search, discover, and navigate over time. While collaborative tagging is attractive because of their easy and simple way to tag and search, tag based search suffers from no semantic descriptions for contents. The major flaw of current folksonomy systems is that the tagging terms used in those systems are imprecise. It is the users of a folksonomy system who add the tags, which means that the tags are often ambiguous and overly personalized. Currently tagging services still give a relatively high opportunity to discover related information. However, such tagging systems cannot offer the expressivity of ontologies, and the respective tags often lack of a semantics. Also they suffer from inconsistencies and redundancies. Semantic web technologies provide a new way to annotating and retrieving images. We address the problems of both folksonomy and semantic web annotation systems for image retrieval in particular and argue that this can be improved by giving meanings to users’ tags. This paper considers using both minimized domain-specific ontology and generic ontology. We show how less detailed ontologies can help end users to annotate and search with the simple user interface. Our prototype system has the capability to describe the semantics for contents of an image. Also, no previous extra work to create instances according to the ontology for later annotations is needed. Our research addresses folksonomic problems, and we claim that with giving tags meanings this can be improved. There is a clear need to combine folksonomic tagging and the use of ontology for our OntoSonomy approach. We suggest an intelligent solution easy to use for annotating images based on OntoSonomy approach.