$\require{mediawiki-texvc}$

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.

기계학습을 이용한 기록 텍스트 자동분류 사례 연구
A Study on Automatic Classification of Record Text Using Machine Learning 원문보기

정보관리학회지 = Journal of the Korean society for information management, v.34 no.4 = no.106, 2017년, pp.321 - 344  

김해찬솔 (아카이브랩) ,  안대진 (아카이브랩, 명지대학교 기록정보과학전문대학원) ,  임진희 (정보인권연구소) ,  이해영 (명지대학교 기록정보과학전문대학원)

초록
AI-Helper 아이콘AI-Helper

기록이나 문헌의 자동분류에 관한 연구는 오래 전부터 시작되었다. 최근에는 인공지능 기술이 발전하면서 기계학습이나 딥러닝을 접목한 연구로 발전되고 있다. 이 연구에서는 우선 문헌의 자동분류와 인공지능의 학습방식이 발전해 온 과정을 살펴보았다. 또 기계학습 중 특히 지도학습 방식의 특징과 다양한 사례를 통해 기록관리 분야에 인공지능 기술을 적용해야 할 필요성에 대해 알아보았다. 그리고 실제로 지도학습 방식으로 서울시의 결재문서를 ETRI의 엑소브레인을 통해 정부기능분류체계로 자동분류해 보았다. 이를 통해 기록을 다양한 방식의 분류체계로 자동분류하기 위한 각 과정의 고려사항을 도출하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Research on automatic classification of records and documents has been conducted for a long time. Recently, artificial intelligence technology has been developed to combine machine learning and deep learning. In this study, we first looked at the process of automatic classification of documents and ...

주제어

#자동분류   #인공지능   #지도학습   #분류체계   #한국전자통신연구원 엑소브레인   #기계학습  

참고문헌 (31)

  1. 국가기록원 (2017). 2017년도 국가기록원 주요업무 참고집. (National Archives of Korea (2017). 2017 National Archives of Korea' manual for major duties.) 

  2. 국립문화재연구소 (2017). 국립문화재연구소 ISP 보고서. (National Research Institute of Cultural Heritage (2017). National Research Institute of Cultural Heritage ISP report.) 

  3. 김다해, 이지형 (2016). 문서 주제에 따른 문장 생성을 위한 LSTM 기반 언어 학습 모델. 한국컴퓨터정보학회 학술발표논문집, 24(2), 17-20. (Kim, Dahae, & Lee, Jee-Hyong (2016). LSTM based language model for topic-focused sentence generation. Proceedings of the Korean Society of Computer Information Conference, 24(2), 17-20.) 

  4. 김인택, 안대진, 이해영 (2017). 인공지능을 활용한 지능형 기록관리 방안. 한국기록관리학회지, 17(4), 225-250. http://dx.doi.org/10.14404/JKSARM.2017.17.4.225 (Kim, Intaek, An, Dae-Jin, & Rieh, Hae-young (2017). Intelligent records and archives management that applies artificial intelligence. Journal of Korean Society of Archives and Records Management, 17(4), 225-250. http://doi.org/10.14404/JKSARM.2017.17.4.225) 

    원문보기 상세보기

  5. 김현기, 허정, 임수종, 이형직, 이충희 (2017). 엑소브레인 한국어 분석 및 질의응답 기술의 개발 현황 및 고도화 계획. 정보과학회지, 35(8), 51-56. (Kim, Hyun-Ki, Hur, Jeong, Lim, Soo-Jong, Lee, Hyung-Jik, & Lee, Chung-Hee (2017). Development status and upgrade plan of Korean analysis and question answering technology in Exobrain software. Communications of the Korean Institute of Information Scientists and Engineers, 35(8), 51-56.) 

    원문보기 상세보기

  6. 나승훈, 민진우 (2016). 문자 기반 LSTM CRF를 이용한 개체명 인식. 한국정보과학회 학술발표논문집, 729-731. (Na, Seung-Hoon, & Min, Jinwoo (2016). Character-based LSTM CRFs for named entity recognition. Proceedings of Korean Institute of Information Scientists and Engineers, 729-731.) 

  7. 남은경, 안혜림, 송민 (2013). 공공사이트 게시판 자료의 기록관리를 위한 자동분류 시스템. 제20회 한국정보관리학회 학술대회 논문집, 175-178. (Nam, Eunkyung, Ahn, Hye-Rim, & Song, Min (2013). Automatic classification system for record management of bulletin board on public website. Proceedings of 20th Conference of Korean Society for Information Management, 175-178.) 

  8. 박찬정, 성동수, 이건배 (2012). 기계 학습을 이용한 특허 문서의 자동 IPC 분류. 한국정보기술학회논문지, 10(4), 119-128. (Park, Chanjeong, Seong, Dongsu, & Lee, Keonbae (2012). Automatic IPC classification for patent documents using machine learning. The Journal of Korean Institute of Information Technology, 10(4), 119-128.) 

    상세보기

  9. 방재현 (2014). 기록 보유목록 관리 방법 및 장치. KR101672522B1. Retrieved from https://patents.google.com/patent/KR101672522B1/ko?assignee%EC%A3%BC%EC%8B%9D%ED%9A%8C%EC%82%AC+%EC%8A%A4%ED%86%A0%EB%A6%AC%EC%95%88%ED%8A%B8 (Bang, Jae Hyun (2014). Method and apparatus for managing record retention lists. KR101672522B1. Retrieved from https://patents.google.com/patent/KR101672522B1/ko?assignee%EC%A3%BC%EC%8B%9D%ED%9A%8C%EC%82%AC+%EC%8A%A4%ED%86%A0%EB%A6%AC%EC%95%88%ED%8A%B8) 

  10. 방재현 (2015). 기계학습 기반 지능형 기록물 공개관리 시스템. KR101627750B1. Retrieved form https://patents.google.com/patent/KR101627550B1/ko (Bang, Jae Hyun (2015). Intelligent documentary disclosure management system based on machine learning. KR101627750B1. Retrieved form https://patents.google.com/patent/KR101627550B1/ko) 

  11. 송성전, 정영미 (2012). 용어의 문맥활용을 통한 문헌 자동분류의 성능 향상에 관한 연구. 정보관리학회지, 29(2), 205-224. http://doi.org/10.3743/KOSIM.2012.29.2.205 (Song, Sung-Jeon, & Chung, Young-Mee (2012). A study on improving the performance of document classification using the context of terms. Journal of the Korean Society for Information Management, 29(2), 205-224. http://doi.org/10.3743/KOSIM.2012.29.2.205) 

    원문보기 상세보기

  12. 이용구 (2009). 기계번역을 이용한 교차언어 문서 범주화의 분류 성능 분석. 한국문헌정보학회지, 43(1), 313-332. http://doi.org/10.4275/KSLIS.2009.43.1.313 (Lee, Yong-Gu (2009). Classification performance analysis of cross-language text categorization using machine translation. Journal of the Korean Society for Library and Information Science, 43(1), 313-332. http://doi.org/10.4275/KSLIS.2009.43.1.313) 

    원문보기 상세보기

  13. 이용구 (2013). 문헌빈도와 장서빈도를 이용한 kNN 분류기의 자질선정에 관한 연구. 한국도서관.정보학회지, 44(1), 27-47. http://doi.org/10.16981/kliss.44.1.201303.27 (Lee, Yong-Gu (2013). A study on feature selection for kNN classifier using document frequency and collection frequency. Journal of Korean Library and Information Science Society, 44(1), 27-47. http://doi.org/10.16981/kliss.44.1.201303.27) 

  14. 이재윤 (2005a). 문헌간 유사도를 이용한 SVM 분류기의 문헌분류성능 향상에 관한 연구. 정보관리학회지, 22(3), 261-287. (Lee, Jae-Yun (2005a). Improving the performance of SVM text categorization with inter-document similarities. Journal of the Korean Society for Information Management, 22(3), 261-287.) 

    원문보기 상세보기

  15. 이재윤 (2005b). 자질 선정 기준과 가중치 할당 방식간의 관계를 고려한 문서 자동분류의 개선에 대한 연구. 한국문헌정보학회지, 39(2), 123-146. (Lee, Jae-Yun (2005b). An empirical study on improving the performance of text categorization considering the relationships between feature selection criteria and weighting methods. Journal of the Korean Society for Library and Information Science, 39(2), 123-146.) 

    원문보기 상세보기

  16. 장지숙, 이해영. (2009). 맥락정보를 이용한 기록 자동분류시스템 설계. 한국기록관리학회지, 9(1), 151-173. (Jang, Ji-Sook, & Rieh, Hae-Young (2009). Design of automatic records classification system using contextual information. Journal of Korean Society of Archives and Records Management, 9(1), 151-173.) 

    원문보기 상세보기

  17. 최윤수, 차정원 (2016). Word Embedding 자질을 이용한 한국어 개체명 인식 및 분류. 정보과학회논문지, 43(6), 678-685. http://dx.doi.org/10.5626/JOK.2016.43.6.678 (Choi, Yunsu, & Cha, Jeongwon (2016). Korean named entity recognition and classification using Word Embedding features. Journal of KIISE, 43(6), 678-685. http://dx.doi.org/10.5626/JOK.2016.43.6.678) 

  18. 한국기록전문가협회 (2017). 기록정책포럼 2017 3호. (Korea Records Expert Association (2017). Record Policy Forum 2017 Issue 3.) 

  19. 한성산 (2010). 경기도 기록관의 기록관리 체계의 현황과 개선방안. 석사학위논문, 중부대학교, 기록관리 전공. (Han, Sung San (2010). The present condition of records management system and improvement plan in GyeongGi-Do archives. Master's thesis, Chungbu University, Records Management Major.) 

  20. Alfresco (2017). Alfresco governance services 2.6 - Create classification guides. Retrieved from https://youtu.be/OiVRg0hgWMw 

  21. ETRI (2017). 엑소브레인 한국어 언어분석 툴킷 v2.0. Retrieved form https://itec.etri.re.kr/itec/sub02/sub02_01_1.do?t_id1210-2017-00440 

  22. Foulds, J., & Frank, E. (2010). A review of multi-instance learning assumptions. The Knowledge Engineering Review, 25(1), 1-25. 

    상세보기 crossref

  23. Fridman, L. (2016). Deep learning for computer vision (Andrej Karpathy, OpenAI)(video) Retrieved from https://youtu.be/u6aEYuemt0M 

  24. Graves, A. (2012). Supervised sequence labelling with recurrent neural networks. Studies in Computational Intelligence, 385. Heidelberg: Springer. 

  25. Khan, A., Baharudin, B., Lee, L. H., & Khan, K. (2010). A review of machine learning algorithms for text-documents classification. Journal of Advances in Information Technology, 1(1), 4-20. 

  26. Lau, R. (2015). The total economic impact $^{TM}$ of IBM Datacap. IBM. 

  27. Microfocus (2017). IDOL: Text, video, image and speech data analytics. Retrieved from https://software.microfocus.com/en-us/products/information-data-analytics-idol/overview 

  28. Sebastiani, F. (2002). Machine learning in automated text categorization. ACM Computing Surveys (CSUR), 34(1), 1-47. 

    상세보기 crossref

  29. WEF (2016). The global competitiveness report 2016-2017. Retrieved from http://www3.weforum.org/docs/GCR2016-2017/05FullReport/TheGlobalCompetitivenessReport2016-2017_FINAL.pdf 

  30. White House (2016). Preparing for the future of artificial intelligence. Executive Office of the President National Science and Technology Council. Committee on Technology. Retrieved from https://obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/preparing_for_the_future_of_ai.pdf 

  31. Whitefield, B. (2016). HP records manager auto classification module (demo video). Retrieved from https://www.youtube.com/watch?vMqAPqYF9GkM 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

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