치안 보고서의 의미론적 이해와 추론을 위한 개념 지식 학습 기반 온톨로지 (Ontology) 연구

요약

본 연구는 치안 보고서 내의 비구조화된 자연어 내러티브를 증거 기반의 사실로 변환하기 위해 기호적 방법론을 사용하는 프레임워크를 제안합니다. 개인 식별 정보 삭제, 의미론적 파싱, 온톨로지 매핑 및 추론 과정을 통해 시계열 그래프를 구축하여 사건의 세부 사항을 복구하는 것을 목표로 합니다. 450건의 재산 범죄 보고서를 대상으로 실험한 결과, 사건 발생 및 도난 물품 등 주요 요소에서 높은 일치율을 보이며 시스템의 유효성을 입증했습니다.

핵심 포인트

• 비구조화된 치안 보고서 내러티브를 기호적 방법(symbolic methods)을 통해 구조화된 사실로 변환
• 시간 단서와 도메인 공리를 포함한 시계열 그래프(temporal graphs) 구축 기술 제안
• PropBank, VerbNet, WordNet을 활용한 의미론적 경로 매핑 수행
• 사건 발생, 도난 물품, 시간 단서 항목에서 100%의 일치율 달성