인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
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.
초록·키워드
본 연구는 공공데이터 내 비공간정보의 활용 가능성을 높이기 위해 체계적 분류 방안을 제안한다. 2013년 이후 다양한 기관에서 대량의 데이터가 공개되었으나, 데이터 간 스키마 불일치와 품질 저하로 인해 효율적인 활용에 한계가 있었다. 특히 ‘서울시청 앞’과 같은 비공간정보는 정형 주소나 좌표를 넘어서는 의미론적 정보를 담고 있어, 이를 효과적으로 분류·활용하기 위한 체계적인 방안이 요구된다. 본 연구에서는 한국어 트랜스포머 모델과 규칙 기반 정규식을 활용하여 이러한 문구를 분류하고 비공간정보와 공간정보를 연계하는 체계를 설계하였다. KoElectra 모델은 F1-score 0.98 이상의 높은 성능을 보였으며, 제안한 데이터 구조는 공공데이터의 실질적 활용도를 개선할 수 있음을 확인하였다. 이 결과는 공공데이터 내 공간정보와 비공간정보의 연계 지원하며, 다양한 분석 및 시각화의 고도화에 기여한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094499817