초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

국내 공공도서관에서는 잘못 분류된 도서의 서가(bookshelf) 배치로 인해 이용자의 불편과 해당 도서관의 도서분류체계와의 불일치 등으로 도서관리에 어려움을 겪고 있으며, 나날이 방대해지는 자료를 일일이 수작업으로 분류하기가 어려운 상황에 직면하고 있다. 이에 도서분류 오류의 최소화를 위해 기계학습을 이용한 다양한 연구가 진행되어 왔으나 도서명(표제) 만으로 명확한 분류를 판단하기에는 한계를 나타내었다. 이 연구에서는 국립중앙도서관의 한국문...

국내 공공도서관에서는 잘못 분류된 도서의 서가(bookshelf) 배치로 인해 이용자의 불편과 해당 도서관의 도서분류체계와의 불일치 등으로 도서관리에 어려움을 겪고 있으며, 나날이 방대해지는 자료를 일일이 수작업으로 분류하기가 어려운 상황에 직면하고 있다. 이에 도서분류 오류의 최소화를 위해 기계학습을 이용한 다양한 연구가 진행되어 왔으나 도서명(표제) 만으로 명확한 분류를 판단하기에는 한계를 나타내었다. 이 연구에서는 국립중앙도서관의 한국문헌자동화목록(KORMARC, Korea Macine Readable Cataloging) 의 색인어(키워드) 정보를 결합한 나이브베이지안 자동 도서분류 방법을 제안하였다. KORMARC의 색인어 정보에는 해당 도서의 핵심어가 기술되어 일반적으로 도서검색시스템에서 검색 효과를 높이기 위해 이용되고 있으며, 실제로 공공도서관에서의 도서분류 실험을 통해 도서량이 적은 경우에서도 안정적이고 더 높은 분류효과를 얻을 수 있음을 실험 평가하였다.

주제어