대량의 OWL 데이터를 신속히 추론하는 것은 중요한 연구 문제이다. 이러한 문제를 위한 하나의 노력으로 XML 레이블링처럼 OWL 데이터를 위한 그래프 레이블링이 연구되었다. 하지만 그래프 레이블링에 대한 이전 연구들은 OWL 데이터를 단순화한 DAG (Directed Acyclic Graph) 차원에서 아이디어를 설명하였다 RDF Semantics의 함의 규칙처럼 OWL Semantics에 근거한 실제 OWL 추론 규칙을 고려하지 못했다. Drexel 대학에서 개발한 OWLJessKB는 완전하지는 않지만 다수의 OWL 추론 규칙을 Hom 논리절에 기반하는 Jess 언어로 표현한 것이다. 본 논문에서는 이러한 실제 사용되는 OWL 추론 규칙을 바탕으로 subClassOf 추론에 대한 그래프 레이블링의 효율성을 다시 검토한다. OWL 추론은 규칙 기반 추론 엔진인 Jess에서 채택한 Rete 알고리즘을 사용하여 설명한다. 실험 결과는 그래프 레이블링이 추론 수행을 빠르게 하며, 또한 subClassOf 추론에 의하여 새로이 생성된 RDF 트리플들의 저장을 생략함으로써 공간 비용 및 수행 성능을 개선함을 보여준다.
It is an important research problem to speedily inference large OWL data. As an effort for this problem, some graph labeling techniques for OWL data have been studied like XML labeling techniques. However, the former studies for graph labeling gave their idea in the level of DAG (Directed Acyclic Graph) into which OWL data are simplified. They could not consider OWL inference rules based on OWL Semantics like the entailment rules of RDF Semantics. OWLJessKB developed in Drexel University is representing many OWL inference rules in Hom clause based Jess language. However, OWLJessKB is incomplete. In this paper, based on the actually used OWL inference rules, we reevaluate the efficiency of graph labeling for subClassOf inference. OWL inference is explained by using Rete algorithm adopted by Jess which is an rule-based inference engine. Experimental results show that graph labeling speeds up inference and enhances space cost and execution performance by omitting storing the new RDF triples generated by subClassOf inference.
