Design and implementation of an ontology extraction framework and a semantic search engine over JSR-170 compliant content repositories

Abstract

İçerik Yönetim Sistemleri; içeriğin oluşturulması, yayınlanması, düzenlenmesi ve yönetilmesine olanak sağlayan yazılımlardır. Gelecekte hedeflenen ise bu sistemlerin heterojen yapıdaki mevcut içerikten bilgisayar tarafından işlenebilir anlamsal bilgiyi çıkarabilecek düzeye getirilmesidir. Böylelikle, bilgi tabanı kullanılarak anlamsal sorgular yapılabilecektir. Bu ve benzeri niteliklerin sağlanabilmesi için öncelikle içerik kaynakları arasındaki ilişkilerin ontolojilerle ifade edilmesi gerekmektedir.Bu çalışma kapsamında JSR-170 uyumlu içerik havuzlarının anlamsal olarak ontolojilere yükseltilmesini sağlayacak metodolojiler geliştirilmektedir. Fakat JSR-170 modelinin içerik yapısı üzerinde belki de gereğinden fazla sunduğu esneklik, gerek bilgi tabanının oluşturulması gerek senkronizasyonun sağlanması karşısında bir engel oluşturmaktadır. Bu sorunu çözmek için, JSR-170 uyumlu içerik havuzlarında sık kullanılan birtakım yapısal desenlerden faydalanılmıştır. Geliştirilen bu ontoloji çıkarım iskeletinin katma değeri ise ontolojiler üzerinde çalışan anlamsal arama motoru aracılığıyla değerlendirilmiştir. Bu tez çalışması, Avrupa Komisyonu tarafından desteklenen `Interactive Knowledge Stack for small to medium CMS/KMS providers (IKS)` projesini (FP7-ICT-2007-3) tamamlayıcı niteliktedir.

A Content Management System (CMS) is a software application for creating, publishing, editing and managing content. The future step in content management system development is building intelligence over existing content resources that are heterogeneous in nature. Intelligence collected at the knowledge base can later on be used for executing semantic queries. Expressing the relations among content resources with ontological formalisms is therefore the key to implementing such semantic features.In this work, a methodology for the semantic lifting of JSR-170 compliant content repositories to ontologies is devised. The fact that in the worst case JSR-170 enforces no particular structural restrictions on the content model poses a technical challenge both for the initial build-up and further synchronization of the knowledge base. To address this problem, some recurring structural patterns in JSR-170 compliant content repositories are exploited. The value of the ontology extraction framework is assessed through a semantic search mechanism that is built on top of the extracted ontologies. The work in this thesis is complementary to the `Interactive Knowledge Stack for small to medium CMS/KMS providers (IKS)` project funded by the EC (FP7-ICT-2007-3).