Word2Vec 기반 데이터 시각화를 활용한 건설 재해관련 공공데이터 텍스트 분석

Q: 이 논문에서 정의한 워드 임베딩이란 무엇인가?

워드 임베딩은 단어를 벡터화시키는 학습 과정을 의미한다. 이는 '비슷한 분포를 가진 단어들은 비슷한 의미를 지닌다'는 가정 하에 개발되었다. 비슷한 문맥에서 함께 등장하는 단어들은 유사한 의미와 관계를 가진다는 것을 유추할 수 있다는 것이 이 이론을 관통하는 가정이다.

Q: 건설 재해 텍스트 데이터 분석 시 비지도학습의 장점은 무엇인가?

연구 결과, 비지도학습을 활용했을 때 비슷한 속성을 가진 단어들끼리 클러스터를 형성하는 것을 확인할 수 있었다. 이는 방대한 용어 사전 구축이나 새로운 단어 및 사용자별 사용 형태 업데이트 없이도 문서 내 의미 파악 및 활용이 가능하여 건설 산업 정보화에 필요한 시간을 줄일 수 있다.

강현빈; 이준성

추천

검색

질문

자료유형: 학술대회자료

저자정보: 강현빈 (이화여대) 이준성 (이화여대)

저널정보: 대한건축학회 대한건축학회 학술발표대회 논문집 대한건축학회 2018년도 추계학술발표대회논문집 제38권 제2호(통권 제70집)

발행연도: 2018.10

수록면: 567 - 570 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

The construction industry is an industry made up of environmental, physical, and human complex elements such as medicine, law, and criminology. Like similar industries, many data are being written in text form. This paper embedded the words appering in the public data of the construction disaster case provided by the Korean Occupational Safety and Health Agency, visualized and analyzed them. The Word2Vec algorithm is used for vectoring text data, and the t-SNE methodology is used for visualization. The results show that words with the same attributes were formed together without careful preprocessing.

#건설정보 #텍스트 마이닝 #워드투벡터 #공공데이터 #건설안전 #Construction Information #Text mining #Word2Vec #Public Data #Construction safety

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-540-000166878

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)