국가 과학기술 표준분류 체계 기반 연구보고서 문서의 자동 분류 연구

최종윤; 한혁; 정유철

추천

검색

질문

자료유형: 학술저널

저자정보: 최종윤 (금오공과대학교) 한혁 (한국과학기술정보연구원) 정유철 (금오공과대학교)

저널정보: 한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제21권 제1호

발행연도: 2020.1

수록면: 169 - 177 (9page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

과학기술 분야의 연구 · 개발 결과는 연구보고서 형태로 국가과학기술정보서비스(NTIS)에 제출된다. 각 연구보고서는 국가과학기술 표준 분류체계 (K-NSCC)에 따른 분류코드를 가지고 있는데, 보고서 작성자가 제출 시에 수동으로 입력하게끔 되어있다. 하지만 2000여 개가 넘는 세분류를 가지고 있기에, 분류체계에 대한 정확한 이해가 없이는 부정확한 분류코드를 선택하기 십상이다. 새로이 수집되는 연구보고서의 양과 다양성을 고려해 볼 때, 이들을 기계적으로 보다 정확하게 분류할 수 있다면 보고서 제출자의 수고를 덜어줄 수 있을 뿐만 아니라, 다른 부가 가치적인 분석 서비스들과의 연계가 수월할 것이다. 하지만, 국내에서 과학기술표준 분류체계에 기반을 둔 문서 자동 분류 연구 사례는 거의 없으며 공개된 학습데이터도 전무하다. 본 연구는 KISTI가 보유하고 있는 최근 5년간 (2013년~2017년) NTIS 연구보고서 메타정보를 활용한 최초의 시도로써, 방대한 과학기술표준 분류체계를 기반으로 하는 국내 연구보고서들을 대상으로 높은 성능을 보이는 문서 자동 분류기법을 도출하는 연구를 진행하였다. 이를 위해, 과학기술 표준분류 체계에서 과학기술분야의 연구보고서를 분류하기에 적합한 중분류 210여 개를 선별하였으며, 연구보고서 메타 데이터의 특성을 고려한 전처리를 진행하였다. 특히, 가장 영향력 있는 필드인 과제명(제목)과 키워드만을 이용한 TK_CNN 기반의 딥러닝 기법을 제안한다. 제안 모델은 텍스트 분류에서 좋은 성능을 보이고 있는 기계학습법들 (예, Linear SVC, CNN, GRU등)과 비교하였으며, Top-3 F1점수 기준으로 1~7%에 이르는 성능 우위를 확인하였다.

#Deep Learning #Text Classification #Research Report #Preprocessing #NTIS

참고문헌 (27)

참고문헌 신청

C. H. Song, and S. S. Sung. 2006. “A Study on the Problems of Current National Standard Classification of Science and Technology for National Science and Technology Information System.” : pp.496-513.

Y. Kim. 2014. “Convolutional Neural Networks for Sentence Classification.” EMNLP 2014: 1746?51. DOI: https://doi.org/10.3115/v1/D14-1181

P. Liu, X. Qiu, and X. Huang. 2016. “Recurrent Neural Network for Text Classification with Multi-Task Learning.” AAAI Publications, Twenty-Ninth AAAI Conference on Artificial Intelligence: 2267-2273.

S. Fabrizio. 2002. “Machine Learning in Automated Text Categorization.” ACM Computing Surveys 34: 1?47. DOI:https://doi.org/10.1145/505282.505283

L. Saitta. 1995. Nov “Support-Vector Networks.” Machine Learning 20(3): 273?97. DOI: https://doi.org/10.1007/BF00994018

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최종윤

소속기관 금오공과대학교

주요연구분야 공학 > 공학 일반 공학 > 전기전자공학 > 정보통신공학

논문수 6 이용수 584

한혁

소속기관 한국과학기술정보연구원

주요연구분야 공학 > 공학 일반

논문수 1 이용수 231

정유철

소속기관 금오공과대학교

주요연구분야 공학 > 컴퓨터학 TOP 10% 공학 > 전기전자공학 > 정보통신공학 TOP 0.5%

논문수 34 이용수 6,466

이 논문과 함께 이용한 논문

2019년도 연차보고서

한국농촌경제연구원 한국농촌경제연구원 기타연구보고 2020 .04

CNN을 사용한 법률문서 분류 시스템에 관한 연구

이지훈 , 배득현 , 신호준 외 2명 한국통신학회 학술대회논문집 2018 .06

Word2vec을 활용한 RNN기반의 문서 분류에 관한 연구

김정미 , 이주홍 한국지능시스템학회 논문지 2017 .12

챗봇의 의도 예문 자동 입력을 위한 Text-CNN 기반 의도 분류 방법

박필원 한국정보기술학회논문지 2020 .01

딥러닝을 이용한 대량의 한글 폰트 인식 방법

이준구 , 정윤수 , 김두식 한국통신학회 학술대회논문집 2017 .06

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (27)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)