티스토리

옳은 길로..
검색하기

블로그 홈

옳은 길로..

joyhong.tistory.com/m

joyHong 님의 블로그입니다.

구독자
18
방명록 방문하기
공지 지금까지 해온 것들 모두보기

주요 글 목록

  • 두통 온톨로지 구축과 RDFox Datalog를 이용한 추론 특정 도메인에서 어떤 문제를 해결하거나 처리를 해야하는 경우에대부분 매뉴얼이나 업무담당자의 생각/노하우에 담겨져 있고 이를 기반으로 처리가 되어진다. 또한 이러한 처리 방법이나 정보를 프로그램을 통해 절차적으로 구성하여 자동화된 처리를 하고 있다고 볼 수 있다.최근에는 LLM을 활용하여 매뉴얼 자체를 소스로 삼아 사용자가 궁금해 하는 내용을 찾고 이를 활용해 해답을 내놓는 방식으로 적용을 하기도 한다.이 글에서는 기존에 많이 이야기되었던 온톨로지 추론과 LLM을 혼용하여 어떠한 문제 혹은 목적을 달성하기 위한 방안에 대해 설명하고자 한다.그 목적하는 바는  "두통 환자에 대한 원격 진료/진단을 가정하여, 사용자의 대화나 상담으로부터 정보를 취득하고, 취득한 정보를 바탕으로 어떤 질환인지를 판단하는 것"이.. 공감수 3 댓글수 2 2024. 10. 10.
  • 지식그래프, LLM 그리고 Reasoning #5 - 추론 이번 연재글에서는 전통적인 방법론을 통해 온톨로지를 구축하고 지식그래프를 생성하는 것을 다룹니다.그리고 지식그래프를 생성하는 과정에서 LLM 을 활용하는 방법에 대해서 다룹니다.그리고 마지막으로 생성된 결과물에 대해 추론을 적용하여 활용도를 증가시키는 것에 대해 다룹니다.관련 연재글:#1. 기본 지식그래프 구축 #2. 키워드 구축 #3. LLM을 활용한 지식그래프 구축 #4. LLM을 활용한 용어 분류 #5. 추론 " data-ke-type="html">HTML 삽입미리보기할 수 없는 소스 지난 글의 마지막 부분에서는 그래프스토어에 저장된 정보를 활용하기 위해 SPARQL이라는 언어를 통해 조회를 하는 것을 보였습니다. SPARQL에 대한 설명은 여기에서 참고하실 수 있습니다.RDF 지식그래프로 구성된 .. 공감수 2 댓글수 2 2024. 8. 2.
  • 지식그래프, LLM 그리고 Reasoning #4 - LLM을 활용한 용어 분류 이번 연재글에서는 전통적인 방법론을 통해 온톨로지를 구축하고 지식그래프를 생성하는 것을 다룹니다.그리고 지식그래프를 생성하는 과정에서 LLM 을 활용하는 방법에 대해서 다룹니다.그리고 마지막으로 생성된 결과물에 대해 추론을 적용하여 활용도를 증가시키는 것에 대해 다룹니다.관련 연재글:#1. 기본 지식그래프 구축 #2. 키워드 구축 #3. LLM을 활용한 지식그래프 구축 #4. LLM을 활용한 용어 분류 #5. 추론 " data-ke-type="html">HTML 삽입미리보기할 수 없는 소스 이전 [#3 - LLM을 활용한 지식그래프 구축]에서는 학술논문의 초록에서 언급하는 주요한 용어들과 그 용어의 타입을 LLM을 활용함으로 자동으로 추출하고 이를 그래프 구조로 생성하였습니다. 이를 통해 학술논문에 대해.. 공감수 0 댓글수 0 2024. 8. 2.
  • 지식그래프, LLM 그리고 Reasoning #3 - LLM을 활용한 지식그래프 구축 이번 연재글에서는 전통적인 방법론을 통해 온톨로지를 구축하고 지식그래프를 생성하는 것을 다룹니다.그리고 지식그래프를 생성하는 과정에서 LLM 을 활용하는 방법에 대해서 다룹니다.그리고 마지막으로 생성된 결과물에 대해 추론을 적용하여 활용도를 증가시키는 것에 대해 다룹니다. 관련 연재글:#1. 기본 지식그래프 구축 #2. 키워드 구축 #3. LLM을 활용한 지식그래프 구축 #4. LLM을 활용한 용어 분류 #5. 추론 " data-ke-type="html">HTML 삽입미리보기할 수 없는 소스이번 글에서는 보다 풍부한 데이터를 확보하고 확장하기 위해 논문의 초록으로부터 정보를 추출하려고 합니다. 초록에는 논문의 저자가 핵심적으로 다루고 있는 정보가 포함되어 있으나 텍스트 형태로 존재하기 때문에 이를 파악하.. 공감수 0 댓글수 0 2024. 7. 31.
  • 지식그래프, LLM 그리고 Reasoning #2 - 키워드 구축 이번 연재글에서는 전통적인 방법론을 통해 온톨로지를 구축하고 지식그래프를 생성하는 것을 다룹니다.그리고 지식그래프를 생성하는 과정에서 LLM 을 활용하는 방법에 대해서 다룹니다.그리고 마지막으로 생성된 결과물에 대해 추론을 적용하여 활용도를 증가시키는 것에 대해 다룹니다. 관련 연재글:#1. 기본 지식그래프 구축 #2. 키워드 구축 #3. LLM을 활용한 지식그래프 구축 #4. LLM을 활용한 용어 분류 #5. 추론 " data-ke-type="html">HTML 삽입미리보기할 수 없는 소스지난 글에서는 주어진 데이터셋에서 주요한 항목을 추출하고, 추출한 항목에 따라 간단한 온톨로지 모델을 구성하였으며, 별다른 처리 없이 인스턴스를 생성하였습니다.이번 글에서는 간단한 데이터 처리를 통해 좀더 확장성과 활.. 공감수 0 댓글수 0 2024. 7. 31.
  • 지식그래프, LLM 그리고 Reasoning #1 - 기본 지식그래프 구축 이번 연재글에서는 전통적인 방법론을 통해 온톨로지를 구축하고 지식그래프를 생성하는 것을 다룹니다.그리고 지식그래프를 생성하는 과정에서 LLM 을 활용하는 방법에 대해서 다룹니다.그리고 마지막으로 생성된 결과물에 대해 추론을 적용하여 활용도를 증가시키는 것에 대해 다룹니다. 관련 연재글:#1. 기본 지식그래프 구축 #2. 키워드 구축 #3. LLM을 활용한 지식그래프 구축 #4. LLM을 활용한 용어 분류 #5. 추론 " data-ke-type="html">HTML 삽입미리보기할 수 없는 소스 사용하는 데이터는 KCI, Google Scholar 등에서 2010년부터 2024년까지 발행된 항공 관련 논문데이터를 수집한 데이터셋을 활용합니다. 데이터셋의 양은 총 213건이며 주로 학술논문, 학술지명, 키워드.. 공감수 2 댓글수 0 2024. 7. 31.
  • 텍스트를 그래프로 파악하기 주어진 글들에 존재하는 단어들의 동시 출현 관계를 통해 해당 글이 어떤 의미를 말하고 있는지를 파악해보면 재미있을 것 같았다. 그래서 단어, 정확히는 명사의 출현을 통해 간단히 파악할 수 있도록 구성하였다. 문장에 나타나는 명사들의 출현 거리가 가까우면 그만큼 의미있는 단어들일 것이고, 거리가 멀면 큰 관계가 없다는 전제하에 진행된다. 텍스트는 "세이노의 가르침" 이 PDF 로 무료 배포 되고 있어 이를 활용하였다. https://blog.naver.com/PostView.naver?blogId=dayonepress&logNo=223064751876&categoryNo=11&parentCategoryNo=-1&viewDate=&currentPage=&postListTopCurrentPage=&isAfte.. 공감수 1 댓글수 1 2023. 10. 6.
  • [기업 정보] 지식그래프를 활용한 분석 3 이번 글에서는 그래프 경로 탐색을 통해 데이터간의 복잡한 관계를 찾아보는 것에 대해 다루려고 한다. 데이터 간의 연결 관계를 찾아나가는 것은 데이터를 통해 정보를 파악하는 것에 도움이 되는 측면이 있는데 이와 함께 그 연결관계에 대한 명확한 설명력이 있어야 한다. 따라서 그래프 경로 탐색 알고리즘을 통해 데이터 간의 연결을 탐색하는 것에 활용할 수 있다. 그래프 경로 탐색의 보통 최단 경로 또는 모든 연결 경로를 탐색하는데 대다수의 그래프DB에서 플러그인 형태를 통해 지원을 하고 있다. 지원하지 않더라도 SPARQL을 직접 작성하여 구현이 가능하다. 여기에서는 RDF-Star를 지원하는 RDF 계열의 그래프 DB 중 하나인 GraphDB (OntoText)를 사용하여 특정 두 데이터 간의 경로를 찾아보고.. 공감수 0 댓글수 0 2023. 8. 19.
  • [기업 정보] 지식그래프를 활용한 분석 2 이번 글에서는 지난 블로그에서 구축한 지식그래프를 통해 그래프 구조를 활용한 탐색을 해보려고 한다. 그래프 구조로 만들어진 데이터는 연결이 생성되어진 경우 그 관계를 따라서 간단하게 데이터를 찾아나갈 수 있는 장점을 제공한다. 그리고 연결된 관계를 탐색하다보면 쉽게 발견하지 못했던 관계들을 발견할 수 있는 장점을 가질 수 있다. 물론 발견한 정보들은 우리가 가지고 있는 데이터들 사이에 존재하고 있는 정보들이다. 반드시 그래프 구조를 통해서만 발견할 수 있다고는 말할 수 없다. 기존의 방식과는 어떻게 쉽게 발견할 수 있는지, 어떠한 구조를 통해 빠르게 접근할 수 있는지가 차이점이라 할 수 있을 것 같다. 아래의 예시는 탐색적인 방식으로서 기업과 그 기업의 임원, 주주들 간의 관계를 통해 특정 기업이 다른 .. 공감수 0 댓글수 0 2023. 8. 14.
  • Jupyter Notebook을 통해 SPARQL 활용 그래프저장소 중인 하나인 Stardog을 활용하여 데이터를 저장해 두었다면 SPARQL Endpoint를 통해 다양한 검색,질의등을 수행할 수 있다. 이번 글은 Stardog에서 지원하는 엔드포인트를 통해 검색을 하고 그 결과를 테이블 형태로 가져오는 예시를 게시하려고 한다. 쥬피터 노트북을 통해 간단한 코드를 만드는데 여기서 활용하는 라이브러리는 pystardog, panel 이기 때문에 설치를 먼저 진행해야 한다. pip install panel pip install pystardog In [1]: import stardog import pandas as pd import io import panel as pn pn.extension('tabulator') Endpoint 연결을 위한 설정(예시:St.. 공감수 0 댓글수 0 2023. 8. 12.
  • [기업 정보] 지식그래프를 활용한 분석 1 기업에 대한 정보는 금융감독원의 전자공시시스템을 통해 필요한 정보를 획득할 수 있다. 전자공시시스템(DART : Data Analysis, Retrieval and Transfer System)은 상장법인 등이 공시서류를 인터넷으로 제출하고, 투자자 등 이용자는 제출 즉시 인터넷을 통해 조회할 수 있도록 하는 종합적 기업공시 시스템이다. (참고, https://dart.fss.or.kr/introduction/content1.do) 이번 포스트에서는 전자공시시스템에서 제공하는 기업의 정보들을 가져와 지식그래프 형태로 구성하고 몇가지 내용을 파악하고 분석해보고자 한다. 전자공시시스템 DART에 공시되고있는 공시보고서 원문 등은 오픈API를 통해 활용할 수 있다. 활용을 원하는 누구든지(개인, 기업, 기관 .. 공감수 0 댓글수 0 2023. 8. 7.
  • GeoSparql with Stardog 위경도 정보를 활용해 반경 내 특정 정보를 찾아야 하는 태스크가 생겨 스타독을 활용하여 반경 내 검색을 적용하였다. 스타독에서 기본적으로 지원하는 Geospatial 스펙은 WGS84와 GeoSPARQL 이기 때문에 WGS84 위경도 좌표만 입력하면 공간좌표를 활용한 검색이 가능하다. 테스트를 위해 특정 위치의 반경 2km내에 존재하는 다른 데이터를 검색하니 매우 빠른 속도로 결과를 내주었다. 반경 km를 늘려가며 테스트 했을 때 속도 저하는 거의 없었으며 limit 1000 건까지는 1초 내로 결과를 내주는 성능을 보이고 있었다. 리미트 1000건 이후로는 큰 의미가 없을 것 같아 테스트 하지 않았고, 이정도라면 무난한 서비스가 가능할 것 같다. 물론 SPARQL을 어떻게 작성하는냐에 따라 성능 차이는.. 공감수 0 댓글수 0 2023. 6. 28.
  • 그래프 생성 따라하기 RDF 모델과 Property Graph 모델을 활용해볼 수 있도록 하기 위한 목적으로 간단한 csv 파일을 로딩하여 그래프를 생성하는 따라하기를 정말 간단히 만들었습니다. RDF 를 사용하기 위해서 Stardog 이라는 솔루션을 사용하였고 PG 를 사용하기 위해서 Neo4j를 사용하였습니다. 공감수 0 댓글수 0 2023. 6. 20.
  • 지식그래프와 ChatGPT 활용 ChatGPT는 이제 누구나 어느 정도 잘 알게 되는 상황으로 보여진다. 주어진 단어 이후에 다음 단어를 예측하는 뛰어난 성능으로 인해 다양한 작업에서 유용하게 사용될 수 있다. 하지만 어디까지나 예측이기 때문에 종종 오류가 발생하기도 한다. 한국의 영화와 배우에 대하여 몇가지 질문을 해보면 무언가 답을 내놓기는 한데 자세히 쳐다보면 오류가 있음을 볼 수 있다. 마지막의 경우 전지현이 아이언맨2에 출연을 했었나? 내가 못본걸까? 하는 생각도 잠시 들게 한다. 거대한 데이터셋을 통해 학습을 한 기반으로 대답을 예측하기 때문에 오류가 위와 같이 오류가 발생한다. 이에 대한 보완책으로 지식그래프를 활용하면 오류를 내놓는 대답을 어느 정도 개선 시킬 수가 있다. 지식그래프는 잘 정리되고 구조화된 데이터를 가지고.. 공감수 4 댓글수 0 2023. 6. 16.
  • 보다 효율적인 데이터 관리와 지식그래프 우리가 사용하는 대부분의 데이터는 테이블 형태의 저장소에 저장되어 관리되고, 이를 활용하여 무엇인가를 하고 있다. 이러한 체계는 잘 동작하고 있고, 앞으로도 잘 동작하리라 예상된다. 그럼과 동시에 지속으로 고민하는 한가지 포인트는 "어떻게 하면 데이터를 보다 더 잘 활용할 수 있을까?" 라는 물음이 아닐까 한다. 이 물음에는 '데이터를 잘 찾을 수 있어야 하고, 찾더라도 나에게 맞는 데이터를 찾는 것'과 이 데이터를 '실제 비즈니스와 접목'을 하여 활용을 하고자 할 때 더욱 큰 고민거리로 다가온다. 데이터를 잘 활용할 수 있다는 것은 결국 "데이터를 구조화하여 관리하는 것"과 "데이터간의 통합"을 잘 하는 것에 달려 있다고 생각된다. 데이터를 구조화하여 관리 데이터를 구조화하여 관리하는 방식 중 하나는 .. 공감수 0 댓글수 0 2023. 6. 10.
  • 지식그래프 지식그래프와 관련한 세미나를 위해 작성한 자료입니다. 간단한 소개, 지식그래프 활용사례 위주의 내용이 담겨 있습니다. 공감수 0 댓글수 0 2023. 4. 7.
  • 배우들간의 공동 출연 네트워크 "영화진흥위원회의 통합전산망 오픈 API" 를 통해 수집한 데이터를 가지고 배우들간에 "출연" 이라는 관계가 어떻게 구성되어 있는지 궁금하여 공동 출연 네트워크를 만들어 보았다. 전체 데이터셋 중에서 동일한 영화를 출연한 배우들 각각을 공동출연으로 정의하고, 이렇게 공동으로 출연한 영화가 6편 이상인 배우들을 추출하였다. 추출한 데이터는 Networkx를 통해 시각화를 하였는데 이 때 에지에 대한 매개중심성과 부하중심성을 추가하여 네트워크 상에서 존재하는 다른 클러스터 간의 연결자로서의 역할을 어떤 배우들이 하고 있는지 찾아보고자 하였다. 전체 네트워크 구조는 위의 그림과 같이 나타났다. 링크의 굵기는 에지 매개 중심성을 계산하여 나온 결과로, 공동으로 출연을 자주하는 그룹간의 연결자로서의 역할을 하는 .. 공감수 0 댓글수 0 2023. 2. 12.
  • 영화 데이터 살펴보기 with Stardog-studio 오픈 API를 통해 수집한 영화데이터를 지식그래프로 생성하여 Stardog 이라는 저장소에 저장하였다. Stardog은 Studio라는 지식그래프 IDE를 제공하는데 이를 이용하여 질의를 하거나 차트를 그려 데이터를 살펴보거나 분석해 볼 수 있다. 영화데이터에는 인물,영화,영화사 데이터가 존재하는데 인물은 약 165000건, 영화는 약 59000건, 영화사는 약 4800건 정도의 데이터를 살펴보았다. 먼저 연도별 관객수와 개봉 스크린수를 살펴보았는데 제작연도를 기준으로 2000년부터 2022년까지의 추이를 구성하였다. 2004년 이전까지는 관객수도 적은 편이고 개봉 스크린도 적은 편이였으나 2004년 이후는 평균 관객수가 크게 늘어남을 알 수 있다. 그리고 2018년까지는 관객수와 개봉 스크린수도 증가를.. 공감수 1 댓글수 0 2023. 2. 4.
  • 10분만에 지식그래프 만들기 with Stardog Stardog에서 제공하는 Stardog Designer와 Explorer을 활용하면 간단한 지식그래프를 손쉽게 만들어 시각화까지 해 볼 수 있다. 지난 글에서도 잠깐 언급하였지만 Stardog에서 제공하는 Cloud 서비스는 간단한 회원가입만으로도 Explorer, Designer, Studio 3가지 앱을 사용할 수 있다. 이번 글에서는 영화데이터(배우, 감독, 영화)를 가지고 Stardog Designer를 통해 지식그래프 형태로 데이터를 생성하고, Explorer로 간단한 검색을 하는 과정을 영상으로 기록하였다. 먼저 데이터는 CSV형태로 준비하였는데 영화데이터는 "영화진흥위원회의 통합전산망 오픈 API" 를 통해 수집하였다. https://www.kobis.or.kr/kobisopenapi/ho.. 공감수 1 댓글수 0 2023. 1. 28.
  • ontology model 생성 with Stardog Designer 온톨로지 모델을 생성하기 위해 다양한 도구를 사용할 수 있다. 이중에 오늘 소개할 도구는 Stardog이 제공하는 Designer이다. https://cloud.stardog.com/ Stardog Cloud cloud.stardog.com 스타독에서 제공하는 플랫폼을 활용하면 그래프 형태의 데이터를 저장, 관리는 물론이고 온톨로지 모델 생성 및 그래프 탐색을 손쉽게 사용할 수 있다. 설치형을 통해 로컬 환경에 설치하여 사용하거나 간단한 회원가입을 통해 클라우드 환경에서도 사용을 할 수 있다. 스타독은 기본적으로 RDF 모델을 사용하며 RDF-Star를 지원한다. 아래의 데모 영상은 영화 도메인을 주제로 영화, 영화인, 영화사에 대해 간단히 모델을 만들어 보는 과정을 기록하였다. 이미 생성된 온톨로지 모.. 공감수 1 댓글수 0 2023. 1. 28.
  • [지식그래프] #6. 지식그래프와 커뮤니티 탐지 지난 글에 이어 이번에는 커뮤니티 탐지에 대해서 다루어보고자 한다. 사실 #5. 지식그래프와 네트워크 분석 과 이번 글은 네트워크 분석에 가까운 내용이긴 하다. 지난 글에서는 네트워크 내의 중심성 계산을 통해 어떠한 노드가 중요한 역할을 하는지 찾았다. 이런 분석은 작은 규모의 네트워크에서 시행하기에 적합하다. 이보다 규모다 좀 더 큰 네트워크에서는 커뮤니티 감지를 통해 노드 그룹간의 관계를 찾고 분석을 수행할 수 있다. 자료를 찾아 살펴보다 보면 "클러스터", "커뮤니티", "클러스터링"을 혼용하는 경우도 찾아 볼 수 있다. 따라서 용어에 대한 정의부터 먼저 시작하면, 컴퓨터 과학과 네트워크 과학 분야에서 사용하는 용어의 의미가 약간 다르다. 컴퓨터 과학에서는 "커뮤니티"를 "클러스터"라고 하고 커뮤니.. 공감수 0 댓글수 0 2022. 9. 27.
  • [지식그래프] #5. 지식그래프와 네트워크 분석 지난 글에서 개념화를 통해 논문, 저자, 분류 관계를 표현하여 명시적으로 표현하였습니다. 생성된 지식그래프는 그래프 형태이기 때문에 네트워크 분석에서 활용이 가능합니다. 이번 글에서는 그래프 형태로 구성되어 있는 데이터로부터 필요한 정보를 구성하고 이를 네트워크 분석에 활용하는 과정을 다루어 보겠습니다. 구축되어 있는 데이터를 그대로 활용하면 좋겠지만 때로는 기존의 데이터에 일부 추가적인 작업이 필요할 때가 있습니다. 이번 예에서는 논문과 분류 데이터를 활용할 것입니다. 물론 논문과 분류는 개념적인 내용이고 실제로 논문이라는 데이터에는 실제 논문들이 존재합니다. 분류도 마찬가지 입니다. 이번 글에서 분석하고자 하는 내용은 분류라는 데이터가 얼마나 중심성을 가지고 있는지를 분석해보고자 합니다. 이는 논문과.. 공감수 1 댓글수 1 2022. 9. 23.
  • [지식그래프] #4. 계층적인 구성이 용이한 지식 그래프 이번 글에서는 저장소에 저장되어 있는 동일한 데이터에 대해 도메인마다 혹은 데이터를 보는 관점마다 다르게 접근할 수 있는 방안에 대해 다루어 보려고 합니다. 예시로 사용하고자 하는 데이터는 이전 글에서 사용한 arxiv 데이터를 그대로 사용합니다. arxiv 데이터에는 저자, 논문, 분류에 대한 데이터를 그래프 형태로 저장하고 있습니다. 만약 이 데이터를 2개의 부서 혹은 조직 혹은 사용자 그룹에서 사용하고자 한다고 가정할 때, 저자(사람)에 대한 정의가 조금씩 다를 수 있습니다. A조직은 ‘저자'라고 부르지만 B조직은 ‘연구자'라고 부를 수 있습니다. (예시를 위해 비약적으로 레이블을 통해 구분하였습니다. 실제 경우는 도메인마다 다른 유형들이 있을 것입니다.) 예시에서는 간단하지만 데이터가 많아지고 위.. 공감수 0 댓글수 0 2022. 8. 28.
  • [지식그래프] #3. 데이터 통합이 용이한 지식 그래프 지난 두개의 글은 arXiv의 데이터를 대상으로 용어 목록을 생성하고 개념화를 통한 지식 그래프를 구성하는 것에 대해 간략히 살펴보았습니다. 이는 의도적으로 두개를 분리를 하였습니다. 대부분이 아닐 수도 있지만 상당히 많은 곳에서 부서 혹은 조직 혹은 사용그룹마다 동일한 데이터를 중복으로 생성하고 관리를 하고 있을 것 같습니다. 여기에서는 분류체계를 예로 삼아 설명하고자 합니다. 만약 arxiv 카테고리 택소노미가 업데이트가 되었다고 하면, 우리는 (2개의 글을 각각의 서비스 혹은 시스템이라고 가정하여) 어떤 액션을 취해야 합니까? 변경된 내용을 우리의 것에 반영해야 합니다. 지금은 2개지만 서비스 혹은 시스템이 많아지면 그만큼 동일 작업을 해야 합니다. 대안은 분류체계를 관리를 누군가가 하고 이를 다른.. 공감수 0 댓글수 0 2022. 8. 27.
  • [지식그래프] #2. 개념화를 적용한 지식 그래프 이번 글에서는 개념화를 통해 다양한 종류의 사물과 그 사물들 간의 관계를 표현하여 지식을 명시적으로 표현해 보도록 하겠습니다. 실세계의 다양한 사물들은 서로 다양하게 다른 사물과 관련되어 있습니다. 즉 서로 다양한 연결 관계를 가지고 있습니다. 우리는 그러한 관계를 개념적으로 알고 있습니다. 예를 들어 학술분야에서는 논문이 존재합니다. 논문은 그 논문을 쓴 저자가 있습니다. 논문은 하나 이상의 주제분야를 포함하고 있습니다. 또한 논문을 쓴 저자는 사람이라는 개념의 하위 개념입니다. 이러한 개념적인 관계를 표현할 수 있습니다. 사물의 유형과 사물들간의 관계를 잘 표현하는 지식 표현체계로 온톨로지를 사용하게 됩니다. 여기에서는 RDF라는 자원 기술 프레임워크를 사용하여 온톨로지를 구성합니다. 이 글에서는 아.. 공감수 0 댓글수 0 2022. 8. 26.
  • [지식그래프] #1. 체계화된 용어를 지식 그래프로.. 지식그래프 생성 지식그래프 연재에서는 지식그래프를 구성하고 이를 활용하는 것까지 간단히 살펴보고자 합니다. 모든 활용을 다룰 수는 없지만 대략적으로 많이 사용하는 방법들에 대해서 다루려고 합니다. 첫번째 연재로는 지식을 구성하는 방법으로 데이터가 주어졌을 때 일반적인 데이터베이스 구성이 아니라 명시적인 방법과 그래프 표현으로 데이터를 구성하고 저장합니다. 지식이란 정보를 체계화하고 개념화한 것입니다. 우리가 사용하는 시스템 혹은 데이터들은 분류체계, 사전, 목록 등으로 구성되는 경우가 많습니다. 이러한 종류의 데이터는 단일 데이터베이스에 구축하고 특정 응용프로그램에서만 사용하기 보다는, 용어 목록을 정의하고 공유하여 사용함으로 중복의 문제, 관리 용이성, 동일한 정책적 표준 등의 이점을 얻을 수 있습니다.. 공감수 0 댓글수 0 2022. 8. 24.
  • Knowledge Graph와 Data Fabric 데이터 패브릭이란? 데이터 패브릭은 통합되고 풍부한 데이터를 적시에, 올바른 방법으로, 올바른 데이터 소비자에게 제공하도록 설계된 단일 통합 아키텍처입니다. 기업 전체에서 대규모로 데이터가 필요한 사람에게 데이터 액세스를 가능하게 하고, 여러 데이터 도메인에 대한 통합 액세스를 제공하는데 사용할 수 있습니다. 데이터 패브릭은 다양한 소스의 통합 데이터를 결합하여 다양한 데이터 소비자에게 전달합니다. 분석 회사 Gartner는 "2022년 최고의 전략적 기술 트렌드"로 "데이터 패브릭"을 나열하고 2024년까지 데이터 관리 공급업체의 25%가 데이터 패브릭을 위한 완전한 프레임워크를 제공할 것으로 예측합니다. 데이터 패브릭은 데이터 카탈로그, 데이터 거버넌스, 데이터 통합, 데이터 파이프라이닝 및 데이터 .. 공감수 0 댓글수 0 2022. 8. 21.
  • Knowledge Graph : 지식 그래프 지식 그래프 지식 그래프는 1980년대에 네덜란드의 Groningen 대학과 University of Twente의 연구원들은 자연어를 표현하기 위해 다양한 출처의 지식을 통합하는 지식 기반 시스템을 공식적으로 설명하기 위해 지식 그래프라는 용어를 처음 도입했습니다. 2012년 Google은 문자열과 일치하지 않지만 "사물", 즉 실제 객체를 검색할 수 있는 Google 검색 기능의 의미론적 향상을 위해 지식 그래프를 도입했습니다. 그래프 기반 지식 표현은 수십 년 동안 연구되어 왔으며 지식 그래프라는 용어는 새로운 기술을 구성하지 않습니다. 오히려 Google에서 재창조하고 다른 회사와 학계에서 다양한 지식 표현 응용 프로그램을 설명하기 위해 채택한 유행어입니다. 정의 지식 그래프는 간단한 정의로 그래.. 공감수 2 댓글수 0 2022. 8. 20.
  • 지식그래프를 활용한 사기 탐지 지식그래프를 활용하는 사례들 중에 많은 언급이 되고 있는 사례는 사기 탐지로 보여진다. 사기 탐지와 같은 유형은 단일 데이터를 통해서는 사기와 같은 유형을 찾기가 어렵고, 많은 데이터들이 연결이 되어야 사기 유형의 관계를 보다 용이하게 찾아 낼 수 있다. 또한 시각화를 통해 어느 부분에서 어떤 데이터들이 사기 유형이 일어나는지 쉽게 파악이 가능하다. 이번 글에서는 다음의 사이트에서 제공하는 데이터를 활용하여 직접 사기탐지를 수행하는 맛보기를 해보고자 한다. https://live.yworks.com/demos/complete/frauddetection/index.html 이 데이터의 주요 유형은 계정소유자, 신용카드, 은행지점, 지불, 연락처, 주소, 대출 등의 데이터를 제공하고 있으며, 특정 시점의 데.. 공감수 0 댓글수 0 2022. 8. 7.
  • 아스트라제네카 분자구조를 그래프로.. 코로나19 로 인해 대부분의 사람들이 백신을 맞았을 것입니다. 그 백신 중 하나로 아스트라제네카가 있죠. 펍켐에 등록된 AstraZeneca compound 1 를 찾아보니 이 화합물의 이름은 4-({5-Bromo-4-[(4-methoxyphenyl)amino]pyrimidin-2-yl}amino)benzoic acid 으로 나옵니다. 이 화합물에 대한 스마일스코드를 취득하여 그래프 형태로 나타내보면 어떨까요.. 우선 분자식은 위 그림과 같습니다. 그래프 형태로 바꾸면 좀 더 다이나믹하게 살펴볼 수 있겠군요. 공감수 0 댓글수 0 2022. 6. 24.
    문의안내
    • 티스토리
    • 로그인
    • 고객센터

    티스토리는 카카오에서 사랑을 담아 만듭니다.

    © Kakao Corp.