인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
본 연구는 특수교육 대상 학생의 학습 특성을 반영하여 장애 유형을 자동으로 분류하는DistilKoBERT 모델을 구축하였다. 데이터셋은 특수교육 지원 일지에서 추출한 3,425개 문장으로 구성되었으며, 5가지 장애 유형(지적 장애, 정서 행동 장애, 의사소통 장애, 자폐 스펙트럼 장애, 지체 장애)으로 분류된다. 본 연구에서는 텍스트 마이닝과 자연어 처리 기법을 적용하여 데이터 전처리를 수행하였다. 또한, DistilKoBERT 모델의 성능을 TF-IDF + SVM, XGBoost와 비교 분석하였다. 성능 평가 결과, DistilKoBERT 모델이 가장 높은 정확도(Accuracy 0.89)와 F1 점수(0.87)를 기록하였다. 이를 통해 제안된 자동 분류 시스템이 기존 방법보다 뛰어난 성능을 보임을 검증하였다. 본 연구는 특수교육 분야에서 자동화된 진단 시스템의 가능성을 제시한다. 향후 연구에서는 데이터 확장 및 모델 최적화를 통해 시스템의 실용성을 더욱 향상시키고자 한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093135864