인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
학술저널
Full-text AI
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
피인용 0
초록·키워드
디바이스에서 확보되는 메신저 대화는 수사현장에서 검토 부담을 가중시킬 수 있는 증거 유형이다. 본 연구는 발화자가 특정되지 않은 메신저 대화 증거를 가정하여, 수사 초기 단계에서 화자별 분석 우선순위를 설정하기 위한 AI 기반 트리아지 스크리닝 기법을 제안하고 그 유효성을 평가하였다. 국립국어원 메신저 말뭉치에서 총 3,729개 세션과 200,943개의 쿼리 발화를 분석에 활용했다. 통계적 머신러닝 기법인 Char N-gram SVM과 딥러닝 임베딩 방식인 SBERT 모델을 주요 비교 대상으로 하였으며, Word N-gram Logistic Regression과 Dummy Baseline을 보조 기준선으로 포함하였다. 각 세션을 support 구간과 query 구간으로 나눈 뒤, 후보 화자 수(N)에 따라 2인, 3인, 4인 이상으로 구간을 분류하여 Recall@k와 Macro-F1 값을 산출했다. 실험 결과, 공개 메신저 말뭉치와 미세조정 없는 조건 하에서 Char N-gram SVM이 Recall@k 기준 상대적으로 높은 성능을 보였다. 트리아지 모델의 결과는 분석 우선순위를 정하는 참고지표로 활용할 수 있다. 수사현장에서는 계정 정보, 접속 기록, 기기 점유 관계 등 다른 객관적 증거들과 교차 검증이 병행되어야 할 것이다.
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) : I410-151-26-02-096812970
