Knoweldge Graphs[1부]
이 글은 Knowledge Graphs를 참고하여 서술했습니다.
Knowledge graph의 정의
어떤 분야던, Technical Term을 명확하게 아는 것은 중요하다.
정의는 개념을 한정하는 역할을 하기 때문이다.
Knowledge Graph에 있어 어떤 정의를 따르는 경우,
그 정의에 부합하지 않는 data graph는 Knowledge Graph라 할 수 없기 때문이다.
Knowledge Graph에서는 Entity와 Relationship이 따라야 할 스키마 (Ontology)의 존재 여부,
기존의 지식을 바탕으로 새로운 지식 유도 (추론) 가능 여부,
그래프의 형태 (labeled graph, property graph)에 따른 구분 여부를
Knowledge Graph를 정의하는 데 있어 포함시킬지가 주 논쟁거리였다.
아래에는 서로 다른 Research paper들에서 Knowledge Graph를 정의하려 했던 여러 시도들을 정리해 보았다.
일반적인 정의
Real world의 지식을 모아서 쌓아놓는 것이 목적인 그래프 형태의 데이터.
그래프에서의 node는 어떤 실재하는 개체를, edge는 개체 사이의 관계를 나타낸다.
Google Knowledge Graph에서의 정의
Real World에서의 Entity와, 그들 사이의 관계를 이해하도록 설계된 그래프
그 외, Knowledge Graph를 정의하려는 여러 시도들
- Graph where nodes represent entities, and edges represent relationships between those entities [구조로써의 정의]
- Graph structured Knowledge Base [지식 저장소로써의 정의]
- Mainly describes real world entities and their interrelationships, organized in a graph; defines possible classes and relations of entities in a schema; allow for potentially interrelating arbitrary entities with each others; covers various topical domains [체계(스키마)가 존재하고, 객체는 그 체계를 따라야 한다]
- A knowledge graph acquires and intergrates information into an ontology and applies a reasoner to derive new knowledge [Ontology(체계)를 따르는 지식의 형태로 정보를 저장하고, 저장한 지식에 기반해 새로운 지식을 추론할 수 있어야 한다]
- Knowledge Graph는 semi-structured data model로, Rule에 의한 추론 능력을 가진 Knowledge Based이다.
Graph의 형태
앞서 서술했듯, Knowledge Graph를 정의하는 방식은 여러가지이지만,
이 글에서는 가장 보편적으로 사용되는 RDF방식의 Knolwedge Graph를 중심으로 서술하려고 한다.
Directed edge-Labeled graph
- 세상의 다양한 지식들을 표한하려면, Knowledge Graph의 여러 Entity는 서로 구분된 의미를 지녀야 한다. 따라서 Node(Entity)는 구분자로서의 Label을 가진다.
- 서로 연결된 Entity들의 조합은 다양하기 때문에, (Entity A - Entitiy B, Entitiy B - Entity C …) 이들 사이의 관계들 또한 다양하고 구분되어야 한다. 따라서 Edge(relationship)또한 Label을 가진다.
- 철수가 영희를 좋아한다고 해서 영희도 철수를 좋아하지는 않을 수 있다. 이들 둘 사이를 “좋아함”이라는 관계로 엮기에는 무리가 있다. 따라서 Edge(relationship)은 방향성을 가지는 Directed Edge여야 한다. 이처럼 표현력을 넓히기 위해 Knowledge graph는 Directed Edge-Labeled Graph의 형태로 구현된다.
RDF
정의
RDF는 Resource Description Framework의 약자로,
W3C에서 정의한, 정보 자원의 구조를 표현하기 위한 언어이다.
우리는 우리가 알고 있는 지식을, 다른 사람이 이해할 수 있도록 한국어라는 언어로 표현한다.
마찬가지로 기계가 해독할 수 있도록 지식을 표현하는 데에는 RDF라는 언어를 사용한다.
Semantic Web
RDF는 Semantic Web을 위한 언어로써 개발되었다.
Semantic Web은 기계가 “의미”를 해독할 수 있는 웹 환경을 의미하는 개념이다.
지금 우리가 보고 있는 웹 브라우저는 웹 문서를 파싱하고 렌더링하여 시각화된 형태로 보여주지만,
각 태그 안의 데이터가 가지는 의미를 보여주지는 못한다.
가령, “Knowledge Graph”라는 텍스트가 html 파일에서 h1태그로 둘러싸여 있으면 웹 문서에서의 ‘제목’으로 사용된다는 것은 알 수 있지만
“Real world의 Entity와 그들 사이의 관계를 Edge로 표현한 그래프 형태의 데이터”를 의미하는지는 알 수 없다.
Linked Data
Semantic Web은, Linked Data 개념과 떼어놓을 수 없다.
웹 환경에서 방대한 지식은 하나의 컴퓨터에 저장되어 있을 수 없고, 그렇게 되어있지도 않다.
따라서 데이터들은 여러 위치에 분산되어 있는데,
이러한 웹상의 데이터들을 연결된 상호 연결된 웹 환경을 지향하는 것이 Linked Data이다.
Knowledge Graph도 마찬가지로, 방대한 Knowledge들이 분산되어 저장되어 있을 수 있다.
이러한 분산된 데이터들이 공통된 표현 언어로 기술되고,
각 데이터 객체들이 고유의 식별자를 통해 구분된다면
Semantic한 의미 해석에도, 정보 검색에도 매우 유리하다.
구조
위와 같은 탄생 배경을 가지는 RDF 언어는, 다음과 같은 기본 구조를 가진다.
- 표현하려고 하는 것은 “문장”이다.
- 기본적으로 (주어(subject), 술어(predicate), 목적어(object))의 triple 형태로 기술된다. (한국식 영어 문법을 배운 사람이라면 아는, 3형식 문장과 유사하다)
- 술어는 주어에서 목적어 방향으로의 방향성을 가진다
- 서술어는 주어와 목적어와의 관계를 기술하기도 하고, 목적어가 “값”을 나타낸다면 데이터(주어)가 가지는 “값”의 의미를 기술하기도 한다. (OWL에서의 data property에 해당)
- ex) 동섭(주어)의 나이(서술어)는 28 (목적어[값])
- (Subject, Predicate, Object)[RDF] <-> (Entity, Relationship, Entity)[Knowledge Graph] <-> (Node, Edge, Node)[Graph Structure]
- 각 Entity(주어, 목적어)는 고유의 식별자 (URI)를 가진다.
- 한국어와 한글은 다르다. 한국어를 사용하지 않는 찌아찌아족도 찌아찌아어를 기록할 때에는 한글을 사용한다.
마찬가지로 RDF가 표현 방식을 나타내는 한국어와 같은 언어라면, RDF를 기술하는 언어는 따로 존재한다.
- XML
- 요새는 json으로 많이 대체되었지만, 한때 가장 핫했던 마크업 언어 형태의 데이터 포멧이다. (요새도 안드로이드 등지에서 많이 쓰인다.)
- json-ld
- 보편적으로 많이 쓰이는 json으로 linked data를 인코딩하는 방식이다.
- RDFa
- RDF in Attribute의 약자로, HTML 마크업 태그의 Attribute 형태로 RDF를 표현하는 방식이다.
- Turtle
- rdf 데이터를 저장할 때 가장 보편적으로 사용되는 포멧이다. 이유는 심플해서(?)
- XML
- 이러한 RDF의 형태는 그래프 구조의 관점에서 본다면 Directed Edge-labeled Graph이다.
요약
RDF 방식의 Knowledge Graph는, RDF 언어로 지식을 표현하며,
이를 Turtle, XML등의 형태로 저장한다.
그래프 구조적으로는 Directed Edge-labeled Graph의 형태이다.