Current Web 현재의 웹은 정보자원을 단지 링크시켜 놓 은 상태임

SemanticWeb Principles 1 현재 웹에서 정보는 데이 터로서 사람들이 암묵적 (Implicit) 으로만 이해 할 수 있슴. SemanticWeb 환경에서는 응용프로그램이 정보자원 에 대한 개념의 유형과 개 념 사용에 대한 규칙을 명 시적 (explicit) 으로 표현해 문서에 인코드 할 수 있다.

SemanticWeb Principles 2 SW 는 웹과 달리 정보 자원을 인코딩 ( 디 코딩 ) 할 때 응용프로그램이 처리할 수 있 는 SemanticWeb 언어 (RDF, DAML+OIL) 을 이용해 공유된 개념을 정의하고 해석 할 수 있다.

SemanticWeb Principles 3 현재웹에 링크의 의미관계를 추가하여 간단히 확장시킨것이라고 할 수 있다.

SemanticWeb Examples

두 코드는 네임스페이스와 클래스와 속 성의 정의에 따라 의미가 달라진다. SemanticWeb Examples 구분리스트 1 Galloper 리스트 2 Galloper namespacewww.ontology.or.kr/car# classSubclass of PassengerVehicle class Subclass of Car class propertyModelName, Car_Model, Maker, Speed, engine ModelName, Material, Maker, Age, Color

LayerCake 1 시맨틱웹 구조 (Berners-Lee, Academic discussion,Japan Prize 2002) XML : 문서 요소들 사이의 구조적 정의 만 제공, 정보 리소스들 사이의 의미적 관계를 정의 내려주지는 못함. 속성중심의 RDF: RDF 문법은 XML 에 기초하며 객체지향적 접근의 지 식표현 방식을 취하나 (A(O,V)) 객체중 심이 아니라 속성중심의 구조를 가지고 있다.

LayerCake 2 어휘정의를 위한 RDF 스키마 : RDF 에 쓰여진 어휘들의 정의를 위한 메타언어로서의 역할, RDF 문장에서 쓰이는 어휘 사이의 관계를 의미적으로 정의 내리는데 사용된다. 예 ) ** 소설클래스가 Book 의 Subclass 라는 연관성을 보여준다. <rdfs:range rdf:resource= ‘ schema #Literal ’ /> ** title 속성은 Book 도메인과 Literla 치역을 갖는 것으로, 그 속성의 사용에 대한 정의가 내려진다.

LayerCake 3 Ontology 와 논리적 추론 : 용어사이의 관계를 정의하고 있는 일종의 사전과 같은것으로 RDF 스키마도 개체와 속성사이의 관계를 정의하고 있는 Ontology 를 표현하는 언어이다. 온톨로지로 표현된 개념사이의 구조로 부터 필요한 지식을 인출하 거나 지식 항목 사이에 새로운 연결성을 맺기 위해서는 추론이 가능 한 절차적 형태의 지식이 필요. 아래그림은 온톨로지의 계층이 어떻 게 상위 계층과 관계되어 있는지를 보여준다.

Application for SematicWeb 텍스트기반 : 프로티지 2000, OntoEdit,OilEd 그래픽기반 : -Semtalk( ) -IsaViz( ): 소스공개 중 검색 Application: - 스탠포드 대학의 Knowledge Systems Laboratory( ksl.stanford.edu ) -IBM Almaden 의 Knowledge Management Group( ) 과 W3C Semantic Web Advanced DevelopmentInitiatives ( ) 의 공동 프 로젝트 : 소스공개 중

Conclusion -Reference:TTA 저널, 시맨틱 웹 : 차세대 지능형 웹기술, 이재호, 양정진 시맨틱웹의 발전 방향은 웹의 발전과 유사하 다고 할 수 있다. 즉, 지식을 표현하는 기본 표 준만을 제시하고 각각의 정보 제공자가 이를 기반으로 지식을 “ 편집 ” 하여 제시하고 결과적 으로 다른 사용자 ( 정보생성자 또는 소비자 ) 로 확산되는 형태를 갖게 되는것이다. 이를 구현하기위해 많은 어려움이 남아있지만 전통적인 인공지능 분야의 축적된 지식표현기 술이 시맨틱 웹이라는 새로운 틀 속에서 실용 적인 결실을 볼 수 있는 날들이 다가오고 있는 것이다.

Toppic Map ISO standard.(ISO/ICE 13250:2000, 2002 includes XTM 1.0) Provide the way to model exchange information over the internet or intranet. Topic maps provide a simple, yet powerful model for bridging the gap between information and knowledge.

Topic map based on INDEX Back-of-book index example –Singers, 39-52, See also individual names Baritone, 46 Bass, soprano, tenor, T opics - the names by which they are known A ssociations (between topics) - in the form of "see also" references O ccurrences - the page numbers or locators

The Difference between TM and INDEX Topic map generalized in order to be able to deal with the vastly more demanding requirements of digital information. This generalization allows them to incorporate the key features into a single unified model.

Role of TM reflects the associative mode typical of the way humans think. Thus, it becomes possible to navigate around a multidimensional topic space to find the precise pieces of information. Topic map can be used to answer queries of far greater complexity than any of today ’ s web search engines would be able to tackle.

Graphical Notation topic topic with id "chopin" topic with declared topic type "person"

Graphical Notation association with id "as243" association with declared association type "born-in" topic "chopin" plays a unspecified role in association which type is "born-in" topic "chopin" plays a role of type "who" in association which type is "born-in"

What ’ s XTM? Topic maps superimpose an external layer that describes the nature of the knowledge represented in the information resources. The purpose of the extensible Markup language topic maps (XTM) initiative is to apply the topic maps paradigm in the context of the World Wide Web.

Why XTM? XTM allow us to model and represent knowledge in an interchangeable form. XTM provide a unifying frame work for knowledge and information management. XTM promise to revolutionize the ways in which we search for and navigate information.

Element of XTM 1 TAO –Topic –Associations –Occurrences

Element of XTM 2

Element of XTM 3

Element of XTM 4

Element of XTM 5

Introduction to XTM Syntax 1 : Reference to a Topic element : Reference to a Subject Indicator : Reference to Topic(s) that comprise the Scope : Points to a Topic representing a class : Topic Map document element : Topic element : Subject reified by Topic

Introduction to XTM Syntax 2 : Base Name of a Topic : Base Name String container : Alternate forms of Base Name : Container for Variant Name : Processing context for Variant : Topic Association : Member in Topic Association

Introduction to XTM Syntax 3 : Points to a Topic serving as an Association Role : Resources regarded as an Occurrence : Reference to a Resource : Container for Resource data : Merge with another Topic Map

TopicMap Problems The model was good, but the syntax had three main problems: - it was SGML, no XML support at all - it used HyTime for all linking, so no URIs -it used architectural forms, so no fixed syntax

Topic maps and RDF -topic maps workshop, 2002 The heart of both models is the same: things, and statements about things The RDF model has nothing more(simpler) Topic maps add several features to this RDF is lower-level than topic maps

Usage areas Topic maps are better at -findability -complex information models -information integration RDF is better at -logical inferencing -simple metadata applications

Reference(SemanticWeb) “ The Semantic Web ” Tim Berners-Lee, 2002, ( Semantic Web HomePage : SemanticWeb Advanced Development HomePage: (

Reference(SemanticWeb) 마소 이달의강좌 Semantic Web 연재 : 7 월 -11 월호 시맨틱 웹 : 차세대 지능형 웹 기술, 이재 호, 양정진, 2000, 제 81 호 TTA 저널 보이지않는 공간의 혁명, 시맨틱웹, 김홍 기, , 마소특집

Reference(TopicMap) Topic maps Workshop, Lars Marius Garshol, 2002 Topic map, SnuOOP lab 세미나 자료, 2000