메뉴 건너뛰기
.. 내서재 .. 알림
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)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김현종 (동아대학교) 유승의 (동아대학교) 이철호 (한국과학기술원) 남광우 (경성대학교)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제21권 제9호
발행연도
2020.9
수록면
345 - 351 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
행정기관은 정책 대응성을 제고하기 위해 빅데이터 분석에 관심을 기울이고 있다. 빅데이터 중 뉴스 기사는 정책이슈와 정책에 대한 여론을 파악하는데 중요한 자료로 활용될 수 있다. 한편으로 새로운 온라인 매체의 등장으로 뉴스기사의 생산은 급격히 증가하고 있어 문서 자동분류를 통해 기사를 수집할 필요가 있다. 그러나 기존 뉴스 기사의 범주와 키워드 검색방법으로는 특정 행정기관 및 부서별로 업무에 관련된 기사를 자동적으로 수집하는 것에 한계가 있었다. 또한 기존의 지도학습 기반의 분류 기법은 다량의 학습 데이터가 필요한 단점을 가지고 있다. 이에 본 연구에서는 행정부서의 업무특징을 포함한 분류사전을 활용하여 기사의 분류를 효과적으로 처리하기 위한 방법을 제안한다. 이를 위해 행정기관의 업무와 신문기사를 Word2Vec와 토픽모델링 기법으로 부서별 특징을 추출하여 분류사전을 생성하고, 행정 부서별로 신문기사를 자동분류 한 결과 71%정도의 정확도를 얻었다. 본 연구는 행정부서별 신문기사를 자동분류하기 위해 부서별 업무 특징 추출 방법과 비지도학습 기반의 자동분류 방법을 제시하였다는 학문적 · 실무적 기여점이 있다.
#Automatic Classification #Unsupervised Learning #Classification Glossary #Newspaper #Departments

목차

요약
Abstract
1. 서론
2. 이론적 배경
3. 연구방법 및 실험
4. 결론
References

참고문헌 (5)

참고문헌 신청
T. Kurtoglu, I. Y. Tumer, D. C. Jensen, “A functional failure reasoning methodology for evaluation of conceptual system architecture”, Research in Engineering Design , Vol.21, No.4, pp.209-234, Oct. 2010. DOI: http://doi.org/10.1007/s00163-010-0086-1 Crossref S. G. Hong, H. J. Kim, N. R. Kim, Development of a Co-creation Model for the Social Problem Resolution, Information, Vol.19, NO.8, pp.3395-3400, Aug. 2016. google schola J. S. Kim, Y. J. Kim, H. J. Mun, Y. T. Woo, “ A Feature Selection Technique for an Efficient Document Automatic Classification, Journal of Information Technology Applications & Management, Vol.8, No.1, pp.117-128, Jul. 2001. google schola D. Koller, M. Sahami, “Hierarchically Classifying Documents Using Very Few Words, Proceedings of the Fourteenth International Conference on Machine Learning , ICML 97, pp.170-178, Jul. 1997. google schola J. Y Jeong, K. H. Mo, S. W. Seo, C. Y. Kim, H. D. Kim, P. S. Kang, Unsupervised Document Multi-Category Weight Extraction based on Word Embedding and Word Network Analysis : A Case Study on Mobile Phone Reviews, Journal of the Korean Institute of Industrial Engineers, Vol.44, No.6, pp.442-451, Dec. 2018. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

레이블이 없는 문서 자동분류를 위한 분류체계 생성에 관한 연구
김현종 ,  이강배 ,  유승의 외 1명 디지털콘텐츠학회논문지 2020 .12
직무분석을 위한 머신러닝 기반 전자문서 자동 분류 모델
강은숙 ,  고대식 한국정보기술학회논문지 2019 .07
어텐션 기반의 딥러닝 문서 분류 모델을 활용한 사용자 중심의 문서 레이블링 시스템
최민석 ,  주재걸 정보과학회지 2019 .07
자연어 처리와 딥러닝을 이용한 자동 문서 분류 시스템
조예은 ,  정유진 ,  박유진 외 1명 한국정보과학회 학술발표논문집 2020 .07
딥러닝 활용 고객불만 텍스트 데이터 자동 분류 기술 개발
유한민 ,  성기우 한국신뢰성학회 학술대회논문집 2020 .07

최근 본 자료

전체보기

댓글(0)

0