10. 지식 공유 ? 지식 표현 ! 사람 기계 자연 언어 (Natural Language) 글로 쓰여진 사람의 말 : “ 지구는 타원 궤도로 태양을 돌고 있다 ” 시각 언어 (Visual Language) 그림 , 구조도 , 흐름도 , 설계도 등 시각적으로 지식을 표현 주석 , 태깅 (Tagging) 개체에 연관된 키워드 , 기호 , 이미지 등을 부착해 지식을 표현 기호 언어 (Symbolic Language) 수학 등을 포함해 기호로 표현된 지식 : x 2 /a 2 + y 2 /b 2 = 1 의사 결정 나무 (Decision Tree) 복잡한 의사 결정을 위해 구성된 나무 모양의 그래프 구조 규칙 (Rules) 인간 지식을 여러 규칙들의 조건부 결합으로 표현 데이터베이스 (Database System) 개체와 관계로 구성된 테이블 형태의 지식 표현 체계 논리 언어 (Logical Language) 논리 기호 , 연산을 통한 지식 표현 : Woman ≡ Person ∩ Female 프레임 언어 (Frame Language) 값 혹은 타 프레임의 포인터를 저장한 슬롯들로 지식 표현 시맨틱 네트워크 (Semantic Network) 개념간의 의미적 관계를 그래프 구조로 구성한 지식 표현 통계적 지식 (Statistical Knowledge) 확률과 통계에 기반한 지식 표현 , 기계 학습 기술 접목 가능
11. 지식의 표현 “ 기업에 종사하는 종업원은 사람들이고 , 기업과 종업원은 모두 법적 존재이다 . 기업은 직원들을 위해 여행 예약을 할 수 있다 . 여행은 한국 내 도시 , 혹 미국의 도시를 오고 가는 비행기 혹은 기차를 통해 가능하다 . 기업들과 출장지는 도시에 위치하고 있다 . 솔트룩스는 홍길동을 위해 서울과 뉴욕 왕복 항공편인 OZ510 을 예약하였다 .” 자연 언어 규칙 언어 ( 규칙 ) 만약 누군가가 날고 있다면 , 여행중인 것이다 . ( 규칙 ) 만약 누군가의 여행이 한 회사 에서 예약되었다면 , 그는 그 회사의 종업원이다 . ( 규칙 추가 ) 만약 동일 국가의 근거리 여행이라면 , 종업원은 기차를 이용해야 한다 . ( 추론 ) 비행 예약이 되어 있는 홍길동은 솔트룩스의 종업원이다 ( 추론 ) OZ510 은 미국과 한국을 오가는 비행편이다 .
12. 지식의 표현 법적 존재 사람 기업 종업원 홍길동 솔트룩스 비행기 기차 도시 위치 한국 도시 미국 도시 뉴욕 서울 OZ510 여행 kindOf kindOf kindOf kindOf kindOf kindOf instnaceOf instanceOf instanceOf instanceOf endsIn startFrom isLocatedAt books participatesIn kindOf kindOf startsFrom endsIn books participatesIn isEmployedAt instanceOf isEmployedAt 법적 존재 사람 기업 종업원 홍길동 솔트룩스 subclassOf subclassOf subclssOf instanceOf isEmployedAt instanceOf isEmployedAt 사람 기업 종업원 #3502 #4831 subclassOf subclassOf subclssOf instanceOf isEmployedAt instanceOf isEmployedAt 법적 존재 이름 고유번호 성별 나이 업종 주소지 직급 홍길동 37 과장 P12345 남자 솔트룩스 서울 삼성동 C98765 소프트웨어 사람 기업 종업원 #3502 #4831 subclassOf subclassOf subclssOf instanceOf isEmployedAt instanceOf isEmployedAt 법적 존재 이름 ( 필수 ) 고유번호 ( 필수 ) 성별 ⊆ { 남 , 녀 } 나이 > 25 업종 주소지 ⊂ 서울 직급 ≠ 임원 홍길동 37 과장 P12345 남자 솔트룩스 서울 삼성동 C98765 소프트웨어 DISJOINT (a) 시맨틱 네트워크 (b) (a) + 프레임 ( 프로퍼티 ) (c) (b) + 논리 제약 CARDINALITY = 1:1
26. Enhanced algorithm Materialization Distributed Computing Approximation Lean KR model Query optimization Without Optimization After Optimization + Query/Data Cache 시맨틱 기술 최적화 방안 ?
27. Algorithm Materialization Distribution Approximation Lean KR model Query Optimization (+ Cache) 시맨틱 기술 최적화 방안 ? Medical E. Search Social Net Mobile Ubiquitous
38. 2000 2005 2010 2015 2020 시맨틱 검색 : 연결과 발견 ! Web 1.0 Web 2.0 Web 3.0? : Semantic Web ?? 검색 소셜 네트워크 연결 , 발견 예측 , 추론 정 보 사 람 지 식 지 능 정보 처리 정보 분석 지식 공유 수집 , 관찰 연결 , 재조직 발견 분석