| 초록 |
Ⅰ-2 해당 연도 추진 실적 개발 목표 ◦ 3차년도는 개발된 지식학습 및 하이브리드 추론 기술을 고도화하고 프레임워크와 통합·시험함으로써 지식증강 및 지식베이스 확장 기술을 검증함. 특히 1세부 WiseQA와의 초기 프로토타입 연계 검증을 통해 1단계 최종 목표 수준을 확인함 [3차년도 연구 목표] 지식표현(WP1) • 다형 지식표현 체계의 국제 표준화 추진 • WiseQA 콘테스트 시나리오 개발 및 내부 공개 자원통합(WP2) • 수집 대상 지식자원 확대 (국내 지식자원 추가 확보 및 영어권 중심의 글로벌 지식자원 확보) • XB 온톨로지 기반 지식자원 관리 플랫폼 통합 및 엔티티 품질 고도화 • WiseQA에 최적화된 지식자원 통합 및 플랫폼 연계 지식저장소(WP3) • 다형 지식 변환, 분산 저장 기술의 개발 • 지식 증강 처리를 위한 지식베이스 변경, 갱신 기술의 개발 • 유사도·신뢰도 기반 랭킹을 통한 지식 저장, 검색 기술 개선 • 다형지식 분산 고속 질의 처리 기술 개발 • 하이브리드 추론 시스템과 연계를 통한 프로토타입 개발과 검증 • 의사질의를 SPARQL 변환하는 기술의 개발 지식베이스구축(WP4) • 다중 도메인 연계, 분산 지식베이스 체계의 구축 • 자가 지식 학습 기술 적용을 통한 지식베이스 확장과 검증 • 게임 유형의 크라우드소싱 연구와 일반지식 확장 복합추론(WP5) • 빅데이터 기반 시맨틱 분산 추론 엔진 개발 • 대용량 일반지식, 시간, 공간 추론 엔진 개발 • 빅데이터 대용량 분산 처리 확률 추론 기술 개발 지식학습(WP6) • 기존 알고리즘 정교화 및 고도화를 통해 더 세련된 모듈 개발 • B-Box를 정량적으로 평가할 수 있는 방법 마련 • 기존의 증강 알고리즘 안정화 및 확장성 향상 • 시공간 정보 의미 명확화 및 지식 학습기 구현 • 빅데이터 웹문서 대상 Open Knowledge Graph 생성시스템 구현 • 전체 시스템 성능 개선을 위한 지식 학습 품질 테스트를 통한 문제 발견 및 피드백 도출 • 지식베이스 자가 확장 및 온톨로지 증강을 통한 QA 커버리지 증대 • 병렬 분산 시스템을 통한 대규모 Learning by Reading 시스템 구현 |
