인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
최근 3D 프린팅 기술의 확산으로 온라인 커뮤니티의 사용자 생성 비정형 데이터가 급증하고 있으나, 전문 용어와 구어적 표현이 혼재되어 체계적 분석에는 한계가 있다. 특히 범용 코퍼스를 기반으로 학습된 임베딩 모델은 3D 프린팅 도메인 특유의 기술적 맥락과 오류 서술의 의미 구조를 충분히 반영하지 못한다. 이에 본 연구는 3D 프린팅 온라인 커뮤니티의 대규모 비정형 텍스트로 Word2Vec Skip-gram 기반 도메인 특화 단어 임베딩 모델을 구축하고, 공정 및 오류 관련 핵심 어휘의 의미 관계를 벡터 공간에 투영하였으며, 성능 검증을 위해 실제 출력 오류인 ‘Stringing(거미줄 현상)’을 판별하는 분류 실험을 수행했다. 이를 위해 키워드 필터링 기반으로 구축한 60,346건의 검증 데이터셋과 모델별 ROC 분석 기반 최적 임계치를 적용하여, GloVe, FastText, SBERT 계열의 범용 모델 3종과 비교한 결과, 제안 모델은 동일 계열의 범용 단어 임베딩 대비 F1-score가 약 16%p 향상되는 경향을 보였으며, 재현율 0.74로 문장 임베딩 모델에 근접하거나 이를 상회하는 결과를 확인하였다. 본 연구는 향후 3D 프린팅 분야의 텍스트 기반 오류 진단 및 지식 구조화 연구를 위한 기초 언어 자원으로 활용될 수 있을 것으로 기대된다.
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
