정의
**온톨로지 학습(Ontology Learning)**은 텍스트나 데이터로부터 온톨로지(개념과 관계의 구조)를 자동으로 추출하고 구축하는 프로세스다. 수동으로 온톨로지를 설계하는 것의 자동화.
3가지 핵심 작업
1. Named Entity Recognition (NER)
- 텍스트에서 중요한 단어(엔티티) 추출
- 예: “Baltimore” → 도시
2. Entity Classification
- 추출한 엔티티를 분류
- 예: Poodle → 개의 종류
3. Relationship Extraction
- 엔티티 간의 관계 파악
- 예: (개, chases, 공)
전통적 방식 vs LLM 방식
전통적:
├─ 전문가가 수동으로 설계
├─ 시간 오래 걸림
└─ 확장성 낮음
LLM 기반:
├─ 자동으로 추출
├─ 빠름
└─ 확장성 높음
관련 개념
- Semantic Web — 구축 목표
- Named Entity Recognition — 핵심 작업 1
- Entity Classification — 핵심 작업 2
- Relationship Extraction — 핵심 작업 3
- LLM — 기술 수단
핵심: 온톨로지 학습은 “지식의 자동 추출과 구조화”다.