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
유승훈 (방위사업청) 이민준 (연세대학교) 김우주 (연세대학교)
저널정보
한국콘텐츠학회 한국콘텐츠학회논문지 한국콘텐츠학회논문지 제23권 제1호
발행연도
2023.1
수록면
83 - 92 (10page)
DOI
10.5392/JKCA.2023.23.01.083

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
본 연구는 LDA와 Inverse Term Popularity Rank(ITP)를 활용하여 국방 무기체계 핵심기술 개념추출 자동화를 실현하고 클러스터링 및 그에 대한 성능평가를 하고자 한다. 방위사업법에 근거하여 국방 과학기술에 대해 검토한 문서 4건과, 국방과학기술정보지(최근 5년 8개월, 총 60개 호) 등 다수의 데이터를 활용하였다. Tokenizing을 통해 수집한 데이터를 전처리하여 형태소 분석을 실시했다. LDA를 이용하여 Automatic Concept Extraction을 실현했다. 이를 통해 국방 무기체계 핵심기술에 대한 유의미한 KeyPhrase들을 추출했다. 그리고 국방분야 20년 이상 경력 전문가 그룹이 미래 국방 핵심기술에 대해 직접 조사·정리한 결과와 제안한 모델링과의 B-Cubed Precision & Recall Metrics로 클러스터링 성능평가를 수행했다. 본 연구는 미래 국방 무기체계 핵심기술 조사·연구를 Automatic Concept Extraction을 통해서 데이터 기반으로 정량화할 수 있다는 국방분야의 새로운 방법론을 제시했다. 그리고 클러스터링에 대한 성능평가를 통해 조사 또는 연구의 방법론으로 활용적 가치가 있다는 것을 증명했다. 아울러 LDA-Base(연구자 최초 제안 LDA 모델)의 B-Cubed Metrics F-Score의 향상을 위해 Inverse Term Popularity Rank(ITP)를 적용하여 구글 검색량에 의한 가중치(weight) 부여하는 등 연구의 차별화에 기여했다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 이론적 배경
Ⅲ. 연구 방법
Ⅳ. 분석 결과
Ⅴ. 결론
참고문헌

참고문헌 (0)

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

UCI(KEPA) : I410-ECN-0101-2023-310-000388773