전자장비 고장진단 질의응답을 위한 인과관계 정의 및 추출 = Definition and Extraction of Causal Relations for Question-Answering on Fault-Diagnosis of Electronic

국문 초록 (Abstract)

온톨로지의 인과관계는 특정 응용을 위한 추론에서 중요한 역할을 하므로, 인과관계는 응용에서 쓰이는 추론의 형태에 근거하여 정의되어야 한다. 본 논문에서는, 전자장비의 고장진단 질의응답을 위한 온톨로지에서의 인과관계를 정의하고 추출하는 모델을 제시한다. 질의응답의 패턴을 분석하여 인과범주를 정의하고, 질의응답에서 나타나는 개념들 사이의 관계들 중 인과범주에 속하는 경우를 인과관계로 정의한다. 인과관계 인스턴스는 응용분야의 정의문으로부터 어휘 패턴을 이용하여 추출되고 시소러스 정보를 이용하여 점진적으로 확장된다. 분야 전문가들의 평가 결과, 본 모델은 관계분류에 있어서 92.3%의 평균 정확률과 추출 단계의 인과관계 인식에 있어서 80.7%의 정확률을 보인다.

다국어 초록 (Multilingual Abstract)

Causal relations in ontology should be defined based on the inference types necessary to solve problems specific to application as well as domain. In this paper, we present a model to define and extract causal relations for application ontology for Question-Answering (QA) on fault-diagnosis of electronic devices. Causal categories are defined by analyzing generic patterns of QA application; the relations between concepts in the corpus belonging to the causal categories are defined as causal relations. Instances of casual relations are extracted using lexical patterns in the concept definitions of domain, and extended incrementally with information from thesaurus. On the evaluation by domain specialists, our model shows precision of 92.3% in classification of relations and precision of 80.7% in identifying causal relations at the extraction phase.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 관련 연구
• 3. 고장진단 질의응답을 위한 인과관계 정의
• 4. 고장진단 질의응답을 위한 인과관계 인스턴스 추출
• 5. 실험
• 6. 결론
• 참고문헌

참고문헌 (Reference)

1 이신목, "한국어 특허문서상에서의 인과관계 관찰 및 추출" 2006

2 윤평현, "국어의 접속어미 연구" 한신문화사 1989

3 R. Mizoguchi, "オントロジー工学" 2005

4 J. F. Sowa, "Processes and Causality. Available at"

5 R. Girju, "Mining Answers for Causation Questions" 2002

6 "Merriam-Webster Online Dictionary"

7 D. Chang, "Incremental cue phrase learning and bootstrapping method for causality extraction using cue phrase and word pair probabilities" 42 (42): 662-678, 2006

8 Y. Kitamura, "Functional Ontology for Functional Understanding" 77-87, 1998

9 N. Guarino, "Formal Ontology and Information Systems" 3-15, 1998

10 V. Nastase, "Exploring Noun- modifier Semantic Relations" 285-301, 2003

11 P. Pantel, "Espresso: Leveraging Generic Patterns for Automatically Harvesting Semantic Relations" 2006

12 J. Kim, "Causes and Events: Mackie on Causati" 68 : 426-41, 1971

13 Reprinted, "Causation and Conditionals" Oxford University Press 1975

14 C. S. G. Khoo, "Automatic Extraction of Cause-Effect Information from Newspaper Text without Knowledge-based Inferencing" 13 (13): 177-186, 1998

15 R. Girju, "Automatic Detection of Causal Relations for Question Answering" 2003