옳은 길로..

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..

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..

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..

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..

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..