메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
(Kongju National University)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제30권 제6호(통권 제255호)
오류 신고하기

피인용 0

검색

    초록·키워드

    본 연구는 특수교육 대상 학생의 학습 특성을 반영하여 장애 유형을 자동으로 분류하는DistilKoBERT 모델을 구축하였다. 데이터셋은 특수교육 지원 일지에서 추출한 3,425개 문장으로 구성되었으며, 5가지 장애 유형(지적 장애, 정서 행동 장애, 의사소통 장애, 자폐 스펙트럼 장애, 지체 장애)으로 분류된다. 본 연구에서는 텍스트 마이닝과 자연어 처리 기법을 적용하여 데이터 전처리를 수행하였다. 또한, DistilKoBERT 모델의 성능을 TF-IDF + SVM, XGBoost와 비교 분석하였다. 성능 평가 결과, DistilKoBERT 모델이 가장 높은 정확도(Accuracy 0.89)와 F1 점수(0.87)를 기록하였다. 이를 통해 제안된 자동 분류 시스템이 기존 방법보다 뛰어난 성능을 보임을 검증하였다. 본 연구는 특수교육 분야에서 자동화된 진단 시스템의 가능성을 제시한다. 향후 연구에서는 데이터 확장 및 모델 최적화를 통해 시스템의 실용성을 더욱 향상시키고자 한다.

    최근 본 자료 전체보기

      UCI(KEPA) : I410-151-25-02-093135864