온톨로지 학습에 의한 유사 웹 서비스 오퍼레이션 발견 방법 = Discovery Methods of Similar Web Service Operations by Learning Ontologies

다국어 초록 (Multilingual Abstract)

To ensure the successful employment of semantic web services, it is essential that they rely on the use of high quality ontologies. However, building such ontologies is difficult and costly, thus hampering web service deployment. This study automatically builds ontologies from WSDL documents and their underlying semantics, and presents discovery methods of similar web service operations using these ontologies. The key ingredient is techniques that cluster parameters in the collection of web services into semantically meaningful concepts, and capture the hierarchical relationships between the words contained in the tag. We implement an operation retrieval system for web services. This system finds out a ranked set of similar operations using a novel similarity measurement method, and selects the most optimal operation which satisfies user's requirements. It can be directly used for the web services composition.

국문 초록 (Abstract)

시맨틱 웹 서비스 기술의 성공을 보장하기 위해서는 품질 좋은 온톨로지의 사용이 필수적이다. 하지만 온톨로지 사용의 중요성에도 불구하고 현재 웹 서비스를 위한 온톨로지는 거의 존재하지 않으며 이들의 구축도 쉬운 일이 아니다. 이러한 문제는 오늘날 웹 서비스의 확산과 발전을 가로막는 큰 저해 요인이 되고 있다. 본 논문에서는 웹 서비스를 개발할 때 자동으로 생성되는 WSDL 문서만 가지고 항목 간 숨어있는 시맨틱 정보를 찾아내어 온톨로지를 자동 구축하고, 이를 이용한 유사 웹 서비스 오퍼레이션 발견 방법을 제안한다. 핵심 내용은 WSDL 입출력 항목들로부터 의미적으로 같은 개념들을 묶고, 각 항목들 간의 계층관계를 형성하여 자동적으로 시맨틱 온톨로지를 구축한다. 그리고 새로운 유사도 측정 방법을 통해 우선순위별 유사 오퍼레이션을 발견하며, 발견된 오퍼레이션들 중 가장 적합한 오퍼레이션을 선택하여 웹 서비스 조합에 직접 활용할 수 있는 웹 서비스 오퍼레이션 검색 시스템을 구현한다.

참고문헌 (Reference)

1 이용주, "반자동 웹 서비스 조합을 위한 WS-BPEL과 OWL-S의 융합 시스템" 한국정보처리학회 15 (15): 569-580, 2008

2 "http://www.xmethods.net"

3 "http://opennlp.sourceforge.net/"

4 "http://niels.drni.de/s9y/pages/clusterlib.html"

5 "http://crftagger.sourceforge.net/"

6 G. Miller, "WordNet"

7 P. Velardi, "Using Text Processing Techniques to Automatically Enrich a Domain Ontology" 2001

8 K. Verma, "The METEOR-S Approach for Configuring and Executing Dynamic Web Processes" University of Georgia 2005

9 F. Coenen, "The LUCS-KDD Apriori-T Association Rule Mining Algorithm"

10 G. Salton, "Term Weighting Approaches in Automatic Text Retrieval" 24 (24): 1988

11 X. Dong, "Similarity Search for Web Services" 2004

12 S. Nathalie, "Service Finder: Realizing Web Service Discovery at Web Scale(First Design of Service-Finder as a Whole)"

13 A. P. Sheth, "Semantics Enhanced Services: METEOR-S, SAWSDL and SAREST" 31 (31): 8-12, 2008

14 Wikipedia, "Semantic Web Services"

15 T. Syeda-Mahmood, "Searching Service Repositories by Combining Semantic and Ontological Matching" 2005

16 T. Vitvar, "SESA: Emerging Technology for Service-Centric Environments" 24 (24): 56-67, 2007

17 J. Kopecky, "SAWSDL: Semantic Annotations for WSDL and XML Schema" 11 (11): 60-67, 2007

18 B. Khalid, "Ontology-Based Description andDiscovery of Business Processes" BPMDS 2009 and EMMSAD 2009 29 : 85-98, 2009

19 R. Agrawal, "Mining Association Rules between Sets of Items in Large Databases" 1993

20 A. Hess, "Learning to Attach Metadata to Web Services" 2003

21 H. Guo, "Learning Ontologies to Improve the Quality of Automatic Web Service Matching" 2007

22 M. Sabou, "Learning Domain Ontologies for Semantic Web Service Descriptions" 3 (3): 2005

23 R. Agrawal, "Fast Algorithm for Mining Associations Rules" 1994

24 D. Braga, "Discovering Interesting Information in XML Data with Association Rules" 450-454, 2003

25 E. Sirin, "Composition-driven Filtering and Selection of Semantic Web Service" 2004

26 K. Belhajjame, "Automatic Annotations of Semantic Web Services Based on Workflow Definitions" 2 (2): 1-34, 2008