초록 ▼

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

특정 이벤트의 발생 가능성에 대해 Text Mining을 활용하여 예측하기 위 한 연구는 Machine Learning의 발달과 더불어 활발히 진행되어 왔으며, 북한 의 도발행위 또한 Text Mining을 활용하여 예측하는 것이 가능할 것으로 보 인다. 그러나 양질의 학습데이터 확보 어려움과 주관적인 도발사례 선정, 이벤 트(label) 분류 난이도로 인해 이에 대한 연구는 타 분야에 비해 미흡한 수준 이다. 이 과정에서 본 연구는 Pre-trained KoBERT모델을 활용하여 북한의 도발 행위를 기존 연구와 같은 ...

특정 이벤트의 발생 가능성에 대해 Text Mining을 활용하여 예측하기 위 한 연구는 Machine Learning의 발달과 더불어 활발히 진행되어 왔으며, 북한 의 도발행위 또한 Text Mining을 활용하여 예측하는 것이 가능할 것으로 보 인다. 그러나 양질의 학습데이터 확보 어려움과 주관적인 도발사례 선정, 이벤 트(label) 분류 난이도로 인해 이에 대한 연구는 타 분야에 비해 미흡한 수준 이다. 이 과정에서 본 연구는 Pre-trained KoBERT모델을 활용하여 북한의 도발 행위를 기존 연구와 같은 이진분류(도발징후 또는 평시)가 아닌 다차원 으로 분류할 수 있는 기준을 정립하고 학습데이터를 북한의 ‘조선중앙통신’ 과 ‘국내언론지’ 기사를 활용하여 결과값을 비교 분석했다. 이를 통해 북한의 도 발 형태 및 수준 예측에 대해 ‘국내언론지’ 기사를 활용하는 것보다 ‘조선중앙 통신’ 원문 자료를 활용하는 것이 더욱 높은 정확도를 가진다는 점을 확인했 다. 본 연구는 북한의 도발행위에 대한 과학적 예측을 통해 정보로서의 가치 를 높이고 정성적인 전문가 판단의 신뢰도를 향상시킬수 있는 방안을 제시했 다는 점에서 의의가 있다. 주요어 : Text Mining, Provocation, North Korea, BERT, KoBERT, Heatmap, KCNA

주제어