Some Remarks on Gries's Criticism on a Tree-based Approach of Multifactorial Data

신근영

doi:https://doi.org/10.29403/LI.24.1.2

추천

검색

자료유형: 학술저널

저자정보: 신근영 (전남대학교)

저널정보: 한국언어정보학회 언어와 정보 언어와 정보 제24권 제1호

발행연도: 2020.2

수록면: 15 - 28 (14page)

DOI: https://doi.org/10.29403/LI.24.1.2

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Keun Young Shin. 2020. Some Remarks on Gries’s Criticism on a Tree-based Approach of Multifactoral Data. Language and Information 24.1, 15-28. A tree model that is typically used in data mining and machine learning has been recently adopted to analyze multifactorial data in corpus linguistics. However, Gries (2019) claims that tree-based approaches fail to deal with a data set in which not all input variables are necessary for predicting the target variable accurately. He demonstrates that a tree model reports a three-way interaction even when a two-way interaction can predict the target variable with 100% accuracy because there is another third significant input variable. In this article, I will argue that the result of a conditional inference tree applied to such a data set suggests that a researcher should analyze a two-way interaction effect. In other words, the result allows two different interpretations that are related to the structure of a data set and requires to test whether a two-way interaction is sufficient to explain the data. In doing so, I will show that the presence of the third input variable does not hinder the detection of a perfect two-way interaction that is displayed by a symmetric tree figure. (Chonnam National University)

#tree-based approaches #a conditional inference tree #multifactorial data #corpus linguistics

참고문헌 (12)

참고문헌 신청

Stefan Th Gries / 2019 / On classification trees and random forests in corpus linguistics: Some words of caution and suggestions for improvement / Corpus Linguistics and Linguistic Theory 0(0)

Gries, Stefan / 2013 / Statistics for linguistics with R / De Gruyter Mouton :359

Hansen, Sandra / 2013 / Language processing and knowledge in the web / Springer :8388

Hothorn, Torsten / 2006 / Unbiased Recursive Partitioning: A conditional inference framework / Journal of Computational and Graphical Statistics 15(3):651~674

Hothorn, Torsten / 2015 / partykit: A Modular Toolkit for Recursive Partytioning in R / Journal of Machine Learning Research 16:3905~3909

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

신근영

소속기관 전남대학교

주요연구분야 인문학 > 어문학 > 언어학 일반

논문수 5 이용수 5

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 (12)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)