$\require{mediawiki-texvc}$

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.

토픽 모델링을 이용한 사운드스케이프 연구 주제어 분석
Analysis on Topics in Soundscape Research based on Topic Modeling 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.19 no.7, 2019년, pp.427 - 435  

최수환 (대구가톨릭대학교 디지털디자인과)

초록
AI-Helper 아이콘AI-Helper

사운드스케이프(soundscape)는 소리를 통해 문화와 환경, 사회적 변화를 이해하는데 중요한 역할을 하는 자료이지만, 자료의 기록, 보존, 분류, 분석을 위한 체계적인 연구 프레임워크의 구축은 아직 초기 단계에 있다. 토픽 모델링(topic modeling)은 문서에 숨겨져 있는 테마 구조를 드러내주는 알고리즘으로 연구 동향 분석과 같이 대량의 문서에 내재된 주제어를 찾아내기에 적합한 기법이다. 본 연구에서는 사운드스케이프 연구 분야의 대표적 학술지인 의 논문을 토픽 모델링 기법으로 분석하여 사운드스케이프 연구 동향을 파악할 수 있는 주제어를 도출해 보고, 이를 사운드스케이프 온톨로지(Soundscape Ontology) 및 사운드 아카이브의 메타데이터 설계 시 활용할 수 있는 방안에 대해 살펴보고자 한다. 이는 향후 시맨틱 웹 기술인 링크드 데이터(Linked Data) 기반의 사운드스케이프 아카이브 구축을 위한 메타데이터 설계의 기초 연구가 될 것이다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Soundscape provides important resources to understand social and cultural aspects of our society, however, it is still its infancy to study on the research framework to record, conserve, categorize, and analyze soundscapes. Topic modeling is an automatic approach to discover hidden themes that are d...

주제어

#사운드스케이프   #음향 생태학   #토픽 모델링   #시맨틱 웹   #링크드 데이터   #디지털 아카이브  

표/그림 (10)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 또한 데이터 분석 알고리즘의 인수 변화에 따른 토픽모형 최적화를 실험해봄으로써 사운드스케이프 온톨로지(Soundscape Ontology)[1] 및 사운드 아카이브의 메타데이터 설계 시 토픽 모델링을 활용할 수 있는 가능성에 대해서도 살펴보고자 한다. 이는 향후 링크드 데이터(Linked Data)와 같은 시맨틱 웹 기술이 적용된 사운드스케이프 아카이브 구축을 위한 메타데이터 설계의 기반이 될 수 있을 것이다.
  • 쉐퍼[4]는 사운드스케이프가 특정 사회를 이해하기 위한 중요한 지표라는 전제하에 산업혁명, 전기혁명(electric revolution)을 거치면서 소음공해로 인해 현대인이 잃어버린 소리에 대한 지각력, 이른바 청음력(聽音力, clairaudience)의 회복이 필요하다고 주장한다. 또한 산업디자인이라는 학문을 파생시킨 바우하우스의 미술 교육을 언급하며 음향 환경(acousticenvironment)의 개선을 위해 음악가, 음향학자, 심리학자, 사회학자 등이 참여하는 학제간 연구인 음향디자인(acoustic design)이 필요함을 역설하였다. 이를 위해 쉐퍼는 실험실에서의 연구보다는 현장 연구를 통한 우리주변의 음향 환경에 대한 조사와 분석이 중요함을 강조하며 힐데가르트 웨스터캠프(Hildegard Westerkamp), 베리 트루악스(Barry Truax) 등과 함께 <벤쿠버 사운드스케이프(The Vancouver Soundscape)>, <세계 사운드스케이프 프로젝트(World Soundscape Proejct)와 같은 현장 연구를 진행하였다.
  • 토픽 모델링은 대량의 문서에 내재된 유의미한 주제어를 발견하기에 적합한 기법으로 사운드스케이프 연구와 같이 어휘의 정의, 분류 체계가 구조화되어 있지 않은 분야에서 연구 동향이나 유의미한 주제어를 도출하기에 적합한 기법이다. 본 연구에서는 제한된 데이터를 바탕으로 토픽 모델링을 시도하였으나 향후 대량의 데이터 분석 및 다층적인 알고리즘 기반 토픽 라벨링을 통해 분석결과의 신뢰도를 높이고자 한다.
  • 본 연구에서는 토픽 모델링 기법을 활용하여 사운드스케이프 연구 분야의 대표적 학술지인 [3]의 논문을 분석하여 사운드스케이프 연구 동향을 파악할 수 있는 주제어를 도출해 보고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
토픽 모델링이란 무엇인가? “토픽 모델(topic model)은 문서 컬렉션에서 숨겨진테마 구조를 드러내주는 알고리즘[8]”으로 대량의 텍스트로부터 의미있는 주제어를 발견해 주는 알고리즘이다. 토픽 모델링은 자연어 처리(natural language processing)를 다루는 기계학습(machine learning)의 한 분야라고 할 수 있는데 말뭉치 또는 대량의 문서에서 ‘토픽(topic)’이라는 주제어를 통계적 분석을 통해 찾아내는 기법이다. LDA(Latent Dirichlet Allocation),NMF(Non-negative Matrix Factorization)와 같은 알고리즘이 주로 사용되며, 말뭉치에서 명시적으로 드러나지 않는 숨겨진 맥락의 주제어를 발견할 수 있다.
토픽 모델링에서 주로 사용되는 알고리즘은 무엇인가? 토픽 모델링은 자연어 처리(natural language processing)를 다루는 기계학습(machine learning)의 한 분야라고 할 수 있는데 말뭉치 또는 대량의 문서에서 ‘토픽(topic)’이라는 주제어를 통계적 분석을 통해 찾아내는 기법이다. LDA(Latent Dirichlet Allocation),NMF(Non-negative Matrix Factorization)와 같은 알고리즘이 주로 사용되며, 말뭉치에서 명시적으로 드러나지 않는 숨겨진 맥락의 주제어를 발견할 수 있다.
사회문화적 관점의 소리 연구를 위한 디지털 자원의 보존 및 공유가 용이해진 이유는 무엇인가? 한편 웹 기술의 발전으로 온라인 사운드 아카이브, 소리 지도(sound map), 소리 공유 서비스 등 웹 기반의 다양한 실험들이 진행되고 있어 사회문화적 관점의 소리 연구를 위한 디지털 자원의 보존 및 공유가 용이해지고 있다. SoundCloud, Free Music Archive, Freesound, ccMixter와 같은 다양한 온라인 사운드 공유 서비스가 개발되었는데, 특히 2000년대 중반 시작된 구글 지도(Google Maps) 서비스는 온라인상에서 지리적 정보와 해당 위치에서 수집된 음향에 대한 기본적인맥락 정보를 제공하는 소리 지도 서비스(일종의 디지털사운드 아카이브라고 할 수 있다)를 가능하게 하였고, 뉴욕, 몬트리올, 바르셀로나, 서울 등 대도시를 중심으로 다양한 소리 지도 프로젝트가 시작되었다.
질의응답 정보가 도움이 되었나요?

관련 콘텐츠

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