Nodes-in-Cluster Significance Score (NCSS): 재정의한 TW-IDF 를 적용한 기업 뉴스 텍스트 기반 키워드 추출

그래프 기반 클러스터링 결과를 설명하기 위해 제안된 키워드 추출 방법이다. 재정의된 TW-IDF 개념을 활용하여 클러스터 내 엔티티들의 중요도 점수를 계산함으로써, 해당 클러스터의 특성을 대표하는 핵심 엔티티를 추출하는 지표로 활용된다.

연구 결과, 일반적인 키워드뿐만 아니라 특정 기간에만 존재하는 특수한 키워드를 모두 추출할 수 있다. 이를 통해 클러스터링이 특정 사건을 반영하여 이루어졌음을 확인하고, 기업들이 특정 클러스터로 묶인 이유를 논리적으로 설명할 수 있다.

학술대회자료

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2022 한국컴퓨터종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

Nodes-in-Cluster Significance Score(NCSS)는 그래프 기반 클러스터링 결과를 설명하기 위한 키워드 추출 방법이다. SSAN 을 통해 주식 뉴스 데이터에서의 관계를 추출해서 지식베이스를 구축하고 이를 ... 전체 초록 보기

UCI(KEPA) : I410-ECN-0101-2022-569-001542198

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