시맨틱 웹에 기반한 한문학 연구의 효율성 탐색

박순

추천

검색

자료유형: 학술저널

저자정보: 박순

저널정보: 열상고전연구회 열상고전연구 열상고전연구 제55호

발행연도: 2017.1

수록면: 73 - 97 (25page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

월드 와이드 웹(World Wide Web)은 한문학 연구자들에게 큰 혜택을 주었다. 그러나, 현재의 웹 시스템은 많은 한계가 있으며, 이러한 문제를 극복하기 위해 팀 버너스-리(Tim Berners-Lee)는 1998년에 시맨틱 웹(Semantic Web)을 제안하였다. 기존의 웹 환경을 개선하기 위해 차세대 웹의 출현을 알린 것이다. 본고는 이러한 시맨틱 웹의 개념에 대해 소개하고, 이를 구현하기 위한 기술 언어와 전문 연구자의 역할은 무엇인지, 시맨틱 웹에 기반한 한문학 연구는 어떠한 효율성이 있는지에 대해 논하였다. 현재의 웹은 사람을 위한 것이며, 사람이 잘 보고 이해할 수 있도록 하기 위한 모니터 화면의 시각화 기술에 중점을 둔 것이다. 따라서, 컴퓨터가 문서(document)의 의미를 이해할 수가 없으며, 모니터 화면을 통해 사람이 일일이 그 의미를 해석하고 정리해야만 한다. 하지만 시맨틱 웹은 “문서의 웹(Web of documents)”이 아닌 “데이터의 웹(Web of data)”을 추구한다. 이로써 사용자는 각각의 문서들을 일일이 클릭해 읽어보지 않아도 되며, 필요한 데이터만을 모아서 원하는 정보를 훨씬 효율적으로 얻을 수 있게 된다. 또한, 시맨틱 웹의 중요한 목표 중 하나는 모든 데이터가 서로 연결(link)되는 것이다. 즉, 웹 안에 존재하는 모든 지식정보가 서로 연결되고 통합되는 것이다. 현재의 웹이 하이퍼링크(hyperlink)를 통해 웹 페이지를 기계적으로 연결해주고 있다면, 시맨틱 웹은 컴퓨터가 자동적으로 데이터의 의미를 추론하여 데이터 간의 관계를 찾아, 관련된 데이터가 서로 연결될 수 있도록 하자는 지향점을 가지고 있다. 시맨틱 웹의 구현을 위한 기술 언어로는 대표적으로 3가지를 들어 보였다. 첫째는 XML(eXtensible Markup Language)로서 특정 단어나 문장에 대해 의미를 명시하는 태그를 붙여 컴퓨터도 그 의미를 인식할 수 있게 하는 것이다. 둘째는 RDF(Resource Description Framework)이다. RDF의 기본 구조는 ‘주어’, ‘서술어’, ‘목적어’로 이루어지며, 각 개체의 관계를 밝혀주는 것으로서, RDF 형식을 충실하게 명시해주는 만큼 웹상에서의 데이터가 서로 관계를 맺으며 잘 연결될 수 있다. 셋째는 온톨로지(Ontology)이다. RDF 구문만으로는 시맨틱 웹이 완전히 구현될 수 없으며, 정보의 의미와 관계를 보다 체계적으로 정리한 명세서가 반드시 필요한데 이것이 온톨로지이다. 시맨틱 웹이 한문학을 연구하는 데에 어떠한 효율성을 가질 수 있을 지에 대해서는 크게 3가지로 정리하였다. 첫째, 보다 효율적이고 정확한 검색이 가능하다는 것이다. 둘째, 데이터가 서로 긴밀하게 연결(link)되면서 지식 정보가 통합될 수 있다는 것이다. 셋째, 컴퓨터가 지능을 갖추면서 스스로 데이터를 분류하고 분석하여 연구자의 충실한 비서 역할을 해줄 수 있다는 것이다. 마지막으로, 시맨틱 웹을 제대로 구현하기 위해서는 자료의 의미와 확장성을 깊이 이해하고 있는 해당 분야의 연구자들이 주도적으로 참여해야 하며, 이를 위해서는 그들도 시맨틱 웹의 개념을 이해할 필요가 있다는 점을 역설하였다.

The World Wide Web has been a great benefit for researchers of classical Chinese literature. But, today’s Web system has many problems. Aware of these problems, Tim Berners-Lee suggested the Semantic Web in 1998. To improve the current Web environment, the emergence of a next-generation Web will be announced. This paper introduces the concept of Semantic Web, discusses the technical language and the role of professional researchers to implement it, and discusses the efficiency of Classical Chinese Literature Research Based on the Semantic Web. The current web is for people, and it focuses on the visualization technology of the monitor screen to enable people to understand. Therefore, the computer can not understand the meaning of the document, and the person has to interpret the meaning of the document through the monitor screen. However, the Semantic Web seeks “Web of data” rather than “Web of documents”. This makes it possible for the user not to click on each of the documents to read the data, and to gather the necessary data to obtain the desired information more efficiently. Also, one of the important goals of the Semantic Web is that all the data is linked to each other. In other words, all knowledge information existing in the web is connected and integrated. Although the current web is mechanically linking web pages through hyperlinks, the semantic web has a tendency that the computer automatically deduces the meaning of the data and finds the relation between the data, so that the related data can be connected with each other. There are three representative languages for the implementation of the Semantic Web. The first is XML(eXtensible Markup Language), which allows a computer to recognize the meaning of a specific word or sentence by attaching a tag that specifies its meaning. The second is RDF(Resource Description Framework). The basic structure of RDF consists of 'subject', 'predicate', and 'object', which reveal the relationship of each resource. As RDF format is specified faithfully, data on the web can be linked and linked to each other. The third is Ontology. The RDF syntax alone can not be fully implemented in the Semantic Web, and a systematic statement of the meaning and relationship of information is essential. This is an Ontology. The efficiency of the semantic web in studying Classical Chinese Literature is roughly divided into three. First, searches can be more efficient and accurate. Second, knowledge information can be integrated through close data links. Third, a computer can have intelligence and analysis capabilities, and can classify data by itself as a faithful assistant. Finally, in order to properly implement the semantic web, researchers in the field who deeply understand the meanings and extensibility of the data should take a leading role and emphasize that they need to understand the concept of the semantic web.

#시맨틱 웹 #Semantic Web) #한문학 #온톨로지 #Ontology) #XML #RDF #Semantic Web #Classical Chinese Literature #XML #RDF #Ontology

참고문헌 (19)

참고문헌 신청

/ / RDF 1. 1 Primer

/ / The Semantic Web Made Easy

/ / World Wide Web Consortium

/ / 네이버 지도

/ / 서울대학교 규장각한국학연구원 지리지 종합정보

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박순

소속기관 연세대학교

주요연구분야 인문학 > 어문학 > 한국어와문학

논문수 4 이용수 19

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (19)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)