$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

국내 과학기술콘텐츠 전거데이터 구축을 위한 소속기관명 식별 방법과 시스템에 관한 연구
A Study on the Method and System for Organization's Name Authorization of Korean Science and Technology Contents 원문보기

디지털콘텐츠학회 논문지 = Journal of Digital Contents Society, v.17 no.6, 2016년, pp.555 - 563  

김진영 (Korea Institute of Science and Technology Information (KISTI)) ,  이석형 (Korea Institute of Science and Technology Information (KISTI)) ,  서동준 (Korea Institute of Science and Technology Information (KISTI)) ,  김광영 (Korea Institute of Science and Technology Information (KISTI))

초록
AI-Helper 아이콘AI-Helper

과학기술콘텐츠(논문, 특허, 보고서)는 과학기술에 대한 연구와 개발을 위해 연구자들이 가장 많이 활용하는 참고자료이다. 과학기술콘텐츠와 도서관에서 보유 중인 서지 정보 검색을 위해 다양한 검색 요소(제목, 초록, 키워드, 발행 연도, 학술지명, 저자명, 출판사 등)를 활용한 서비스들이 제공되고 있다. 저자의 소속기관명 전거데이터는 저자 식별을 위한 요소, 특정 기관의 연구, 개발 결과물 검색을 위한 요소 등으로 유용하게 활용될 수 있지만 현재 서비스되고 있는 국내 학술 정보와 도서관 서지 검색 서비스들에서는 소속기관명에 대해 고려하지 않고 있다. 이에 따라 본 연구에서는 국내 과학기술콘텐츠의 전거데이터 구축을 위해 식별 대상인 과학기술콘텐츠의 메타데이터에 포함되어 있는 소속기관 데이터를 분석하고 본 연구에서 제안한 문자열 간의 포함관계를 고려한 문자열 완전일치 검색(Exact String Matching) 방법을 활용한 식별 방법과 시스템을 제안한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Science and technology contents (research papers, patents, reports) are the most common reference material for researchers involved in research and development in the fields of science and technology. Based on various search elements (title, abstract, keyword, year of publication, name of journal, n...

주제어

#과학기술콘텐츠   #전거데이터 구축   #소속기관명 식별   #학술정보 검색  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • Multiple names may exist in Korean and English when searching by organization name; these names can be written in full or abbreviated, which can result in poor accuracy and recall. Accordingly, this study established a database for real organization name data set (an organization dictionary), and proposed a automatic method of identification and systematization.
  • Since the names and abbreviations may be very different from the standardized name, this issue cannot be resolved by string similarity matching. As such, this study established a database of organization names containing standard names, nicknames, and abbreviations, and employed the method of exact string matching. The establishment of the organization name database is described in Section 4.
  • In this paper, to identify the affiliated organizations of authors of science and technology contents, this study analyzed the characteristics of Korean and English organization names, contained in the metadata of science and technology contents. Multiple names may exist in Korean and English when searching by organization name; these names can be written in full or abbreviated, which can result in poor accuracy and recall.
  • In other words, the organization name matching the longest character string among exact matches in the database is identified and selected. The method proposed in this study is a character string exact matching comparison with consideration of inclusive relationships.
  • This study proposed a method and system for the identification of names of organizations affiliated to the authors of science and technology contents. Since this system links nicknames and abbreviations to standard organization names, researchers can achieve higher accuracy and recall in their search results.
본문요약 정보가 도움이 되었나요?

참고문헌 (7)

  1. Sung Ho Shin, "An Approach of Organization's Name Authority Control for Improving Data Searching Results," Fall Conference, Korean Society for Internet Information, pp.403-407, November 2008. 

  2. In-Su Kang, Seungwoo Lee, Hanmin Jung, Pyung Kim, Heekwan Koo, Mi-Kyung Lee, Won-Kyung Sung, and Dong-In Park, "Features for Author Disambiguation," Journal of the Korea Contents Association, Vol.8, No.2, pp.41-47, 2008. 

  3. Seok-Hyong Lee and Seung-Jin Kwak, "A Study on the Construction for Name Authority Data of the Korean Academic Papers," Journal of the Korean Biblia Society for Library and Information Science, Vol. 21, No.1, pp.105-118, March 2010. 

  4. Seok-Hyong Lee and Seung-Jin Kwak, "Development and Evaluation of Authority Data based Academic Paper Retrieval System," Journal of the Society for Library and Information Science, Vol.46, No.2, pp.133-156, May 2012. 

  5. Seok-Hyoung Lee, "A Study on the Construction of Identified Data of Author's Affiliation in Academic Papers," Journal of the Institute for Social Sciences, Vol.25, No.4, pp.391-410, 2014. 

  6. Anderson A. Ferreira, Marcos Andre Goncalves and Alberto H. F. Laender, "A Brief Survey of Automatic Methods for Author Name Disambiguation," ACM SIGMOD Record, Vol.41, No.2, pp.15-26, June, 2012. 

  7. Emiel Caron and Hennie Daniels, "Identification of Organization Name Variants in Large Databases using Rule-based Scoring and Clustering With a Case Study on the Web of Science Database," In Proc. of the 18th International Conference on Enterprise Information Systems(ICEIS 2016), Vol.1, pp.182-187, 2016. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로