지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 홍순구
- 발행연도
- 2020
- 저작권
- 동아대학교 논문은 저작권에 의해 보호받습니다.
이용수25
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
4차산업혁명의 중심이 되는 빅데이터와 인공지능 기술은 데이터를 기반으로 하고 있어 데이터 분석 및 활용의 중요도가 높아지고 있다. 데이터 중 비정형 텍스트 데이터의 비중이 매우 높고 이러한 비정형 텍스트는 레이블이 없는 경우가 많아 지도학습 기반의 기계학습으로는 분석하기 어렵다. 지도학습 기반의 방법은 학습용 데이터를 확보하기 위해 레이블을 작성하는 시간과 비용이 소요되며, 비지도학습 기반은 레이블이 없는 텍스트를 군집화할 수는 있지만 정해진 범주에 분류하기 어렵다는 한계를 가지고 있다. 이러한 문제를 해결하기 위한 방법으로 분류의 기준을 미리 정의할 경우 레이블이 없이도 분류가 가능할 것이다.
이에 본 연구에서는 레이블이 없는 문서를 분류하기 위한 분류체계를 생성하여 문서 자동분류를 위한 새로운 방법을 제안하고자 한다. 분류체계는 문서를 나누고자 하는 범주의 특성을 포함하고 있으며 여러 개의 계층적 구조를 가진 범주에 대한 문서를 분류할 수 있게 한다. 본 연구에서 제안하는 분류체계는 분류를 하고자 하는 범주의 구조와 항목, 기준을 통해 레이블이 없는 문서를 자동분류하기 위해 활용된다.
이를 위해 본 연구에서는 분류체계를 생성하기 위한 방법을 개념적으로 제시하고 실험을 통해 분류체계 생성과 분류 과정을 구체적인 방법으로 제시하였으며 분류 결과의 정확도를 측정하여 효과를 검증하였다. 분류체계 생성 방법은 먼저 분류하고자 하는 범주의 분류구조와 항목을 결정한다. 다음 범주의 특성이 되는 분류기준을 정의하기 위해 범주와 문서의 데이터를 분석하여 특성을 추출한다. 이를 위해 텍스트 마이닝의 여려 기법을 활용할 수 있다. 사용된 기법은 Word2Vec, 토픽모델링, 연관성 규칙이고 이를 통해 범주와 문서의 특성을 추출하였다. 그리고 분류구조, 항목, 기준을 비지도학습 기반의 문서 분류기에 활용 가능한 형태로 코드화 하여 문서를 자동분류 하였다.
본 연구는 레이블이 없는 문서를 자동분류하기 위한 방법으로 분류체계의 활용을 제안하였으며, 이를 생성하기 위한 방법 및 절차를 제시하여 후속연구를 위한 자료로 활용 할 수 있다는 학문적 기여점이 있다. 또한 본 연구에서 제안한 분류체계는 문서 자동분류를 다양한 분야와 상황에 응용이 가능하며 상황변화에 동적으로 대응이 가능하다는 실무적 기여점이 있다.
이에 본 연구에서는 레이블이 없는 문서를 분류하기 위한 분류체계를 생성하여 문서 자동분류를 위한 새로운 방법을 제안하고자 한다. 분류체계는 문서를 나누고자 하는 범주의 특성을 포함하고 있으며 여러 개의 계층적 구조를 가진 범주에 대한 문서를 분류할 수 있게 한다. 본 연구에서 제안하는 분류체계는 분류를 하고자 하는 범주의 구조와 항목, 기준을 통해 레이블이 없는 문서를 자동분류하기 위해 활용된다.
이를 위해 본 연구에서는 분류체계를 생성하기 위한 방법을 개념적으로 제시하고 실험을 통해 분류체계 생성과 분류 과정을 구체적인 방법으로 제시하였으며 분류 결과의 정확도를 측정하여 효과를 검증하였다. 분류체계 생성 방법은 먼저 분류하고자 하는 범주의 분류구조와 항목을 결정한다. 다음 범주의 특성이 되는 분류기준을 정의하기 위해 범주와 문서의 데이터를 분석하여 특성을 추출한다. 이를 위해 텍스트 마이닝의 여려 기법을 활용할 수 있다. 사용된 기법은 Word2Vec, 토픽모델링, 연관성 규칙이고 이를 통해 범주와 문서의 특성을 추출하였다. 그리고 분류구조, 항목, 기준을 비지도학습 기반의 문서 분류기에 활용 가능한 형태로 코드화 하여 문서를 자동분류 하였다.
본 연구는 레이블이 없는 문서를 자동분류하기 위한 방법으로 분류체계의 활용을 제안하였으며, 이를 생성하기 위한 방법 및 절차를 제시하여 후속연구를 위한 자료로 활용 할 수 있다는 학문적 기여점이 있다. 또한 본 연구에서 제안한 분류체계는 문서 자동분류를 다양한 분야와 상황에 응용이 가능하며 상황변화에 동적으로 대응이 가능하다는 실무적 기여점이 있다.
목차
Ⅰ. 서론 11.1 연구 배경 11.2 연구의 목적 및 내용 21.3 연구의 독창성 3Ⅱ. 이론적 배경 52.1 문서 자동분류 52.2 분류체계 112.3 텍스트 마이닝과 토픽모델링 23Ⅲ. 문서 자동분류를 위한 분류체계 273.1 문서 자동분류를 위한 분류체계의 개념 273.2. 분류체계의 생성 방법 및 절차 283.3 분류체계를 활용한 문서 자동분류 33Ⅳ. 민원 데이터를 활용한 분류체계 생성 실험 354.1 부산시 행정 부서 분석 354.2 민원 데이터 분석 414.3 분류체계 생성 514.4 자동분류 실험 및 결과 56Ⅴ. 결론 63참고문헌 65Abstract 71
최근 본 자료
댓글(0)
0