• 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

통계적 텍스트 분석에 기반한 자기소개서의 분석

An Analysis of Self-introduction Texts based on Statistical Text Analysis

민족문화연구 no.81 , 2018년, pp.649 - 684   http://dx.doi.org/10.17948/kcs.2018..81.649
이도길, 김일환

The purpose of this study is to propose a new methodology for analyzing students' self-introduction texts using statistical text analysis methods and securing grounds for objective and quantitative evaluation of self-introduction texts. In order to utilize the statistical text analysis methodology, morphological analysis was performed on the entire self-introduction texts. Then, topic modeling results were derived from the results of morphological analysis. In case of topic modeling, in order to increase the reliability of the analysis results, we performed various experiments according to the number of topics for optimal topic classification. In addition, the experiment was performed by setting various feature variables for meaningful similarity analysis. It is possible to capture the degree of similarity according to the class of self-introduction by various features such as college, department, region, high school type, city, question, individual student, etc. Statistical text analysis methodology was applied to the actual self-introduction texts written by about 17 thousand students who applied for admission to A university in 2017. The findings through this study are generally consistent with our general perceptions. However, the results according to city, question, student show that they capture new facts that are difficult to predict in the qualitative evaluation of self-introduction texts. Therefore we can expect that the proposed method can contribute greatly to the evaluation of self-introduction texts in the future.

참고문헌 (0)

  1. 이 논문의 참고문헌 없음

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음


원문 PDF 다운로드

  • KCI :

원문 URL 링크

  • 원문 URL 링크 정보가 존재하지 않습니다.
상세조회 0건 원문조회 0건

DOI 인용 스타일