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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김희두 (경찰대학) 김종윤 (경찰대학) 김대희 (경찰대학) 홍세은 (경찰대학)
저널정보
경찰대학 경찰학연구편집위원회 경찰학연구 경찰학연구 제20권 제4호(통권 제64호)
발행연도
2020.12
수록면
255 - 283 (29page)

이용수

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

초록· 키워드

오류제보하기
최근 데이터가 급격히 늘어나고 이를 처리할 기술과 수단이 발달함에 따라, 다양한 분야에서 빅데이터와 인공지능을 활용하는 것에 대한 관심이 증가하고 있다. 이러한 맥락에서 범죄의 예방과 수사의 측면에서 적절한 대응을 하기 위해 대용량 비정형 텍스트 데이터 내에서 정보추출(Information Extraction)하는 기술을 활용하는 것도 경찰의 주된 관심사 중 하나이다. 본 연구는 보이스피싱 수법으로 분류된 범죄사실 비정형 텍스트에, 딥러닝 기술의 발달로 최근 정확도가 크게 향상된 자연어 처리의 응용 분야인 개체명 인식(Named Entity Recognition, NER) 모델을 적용하여 사칭기관, 사칭이름, 사칭직급, 범행이용계좌 은행명 등의 정보를 자동으로 추출하는 실험을 수행하였다. 이와 같은 인공지능 기술을 활용한 비정형 텍스트 분석을 통해, 본 연구는 현재 보이스피싱 수사의 피의자 여죄 추적에 즉각적인 도움을 주고자 하였다. 실험을 위해 개체명 인식에 정확도가 높다고 알려진 Bidirectional LSTM-CRF 신경망 모델을 적용한 결과, micro-avg f1 스코어가 88.6%로 도출되고 micro-avg precision 스코어와 micro-avg recall 스코어는 각각 90%, 88%로 나타나, 적은 수의 데이터에 대해서도 높은 정확도로 개체명이 인식되고 있음을 확인하였다. 본 연구는 범죄 수사 분야에서 개체명 인식 모델의 생성을 최초로 제안하였으며, 연구의 결과는 향후 수사 데이터에 대한 정보검색 시스템의 성능 향상과, 챗봇, 질의응답 등 범죄 예방 및 수사 실무에 도움을 줄 것으로 예상되는 여러 자연어 처리 기반 시스템 개발에 필요한 선행연구로 활용될 수 있을 것이다.

목차

국문요약
Ⅰ. 서론
Ⅱ. 연구배경
Ⅲ. 연구방법
Ⅳ. 연구결과
Ⅴ. 연구결과의 활용 가능성
Ⅵ. 결론 및 논의
참고문헌

참고문헌 (20)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0