선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 연구의 목적은 통제된 색인어 인 주제명표목(subject heading)을 이용한 지식 구조와 통제되지 않은 키워드(key phrase identifier) 를 이용한 지식 구조를 비교하여 둘의 구조가 어떤 차이점을 보이 는지를 살펴보고, 또한 색인효과 (index effect)가 어떻게 나타나는지, 비통제어를 사용한 경우가 실제적으로 더 상세한 영역 을 표현하는지를 살펴보는 것이다.
제안 방법
- 키워드의 클러스터링 결과는<표 2>와 같다. 각 클러스터에서 출 현빈도가 높은 키워드들을 주요 키워드로 제시하였다.
- 주제명표목의 클러스터링 결과는<표 1> 과 같다. 각 클러스터에서 출현빈도가 높은 표목들을 주요표목으로 제시하였다. 클러스 터의 크기는 클러스터에 속한 표목들의 출 현빈도가 전체 클러스터에서 차지하는 비 율을 나타낸 것이다.
- 선정된 단어들은 단어간의 동시출현빈도 를 구한 후, 코사인 유사도에 의해- 정규화 된 단어-단어 행렬로 변환하고 계층적 클 러스터 링 (hierarchical clustering) 기법인 Ward 방법을 사용하여 클러스터링한다. 그리고 클러스터링 결과 나타난 클러스터들 을 각각 다차원축척 기법을 통해 2차원으 로 표현하였다.
- 두 집단에 대해 각각 다차원축척 표현까 지 실험한 후에 주제명표목을 사용한 영역 구조와 키워드를 사용한 영역 구조를 비교 분석하였다. 다음은 이 연구에서 동시출현 단어들간의 연관도 측정을 위해 사용한 코 사인 유사계수 공식이다.
- 동시출현 단어 분석에서는 적절한 단어 선정이 중요한 요소이기 때문에 저널 단위로 데이터를 선택하기 보다는 문 헌 단위로 데이터를 선정하는 것이 바람직 하다. 따라서 본 실험에서는 INSPEC 데이터 베이스에서 수집한 1997-2000년에 출판 된 인공지능 분야의 영문으로 된 논문 4, 555건을 대상으로 실험하였으며, 특정 분 류코드와 주제명표목을 부여받은 문헌들을 선정한 후에 주제명표목과 키워드 필드에 출현한 단어들을 각각 추출하여 2개의 실 험집단을 만들어 실험을 진행하였다.
- 키워드에는 구 뿐 아니라 단일어도 포함 되어 있다. 실험을 위해 우선 비통제 키워 드에 대해서는 단/복수, 약어, 대시 (-), 철 자, 띄어쓰기, 품사의 형태 변형 등 단어 통제가 이루어졌다.
- 연구자들은 실험 집단의 범위와 데이터 양의 불완전성, 통계적 방법의 적절성과 같은 기술적인 문제와 결과 해석의 어려움 등 동시출현 단어 분석의 몇 가지 문제점 들을 제기하였는데, 그 중에서도 동시출현 단어 분석의 가장 중요한 문제는 색인효과 (index effect) 라고 하였다.
- 주제명표목과 키워드 실험집단을 각각 위와 같이 비통제 키워드의 사전처리 후 두 실험집단에 속한 단어들의 출현빈도를 구하여 이 중 출현빈도가 일정 기준 이상 인 단어들을 선택하여 실험하였다. 출현빈 도의 기준은 클러스터링 성능과 SPSS 프 로그램의 데이터 제한을 고려하여 결정하 였는데, 주제명표목은 출현빈도 28 이상의 단어 150개, 키워드는 출현빈도 30 이상인 단어 163개를 선정하였다.
대상 데이터
- 그리고 이렇게 수집된 7, 221건의 데이터 중에서 Artificial intelligence[C1230]4 하위 항목인 Learning in AI[C1230L], Neural nets[C1230D], Reasoning and inference in AIEC1230R] 등 인공지능 관련 분류코드가 부여된 경우로 데이터를 제한하여 최종적 으로 4, 555개의 문헌을 선택하였다.
- 주제명표목과 키워드 실험집단을 각각 위와 같이 비통제 키워드의 사전처리 후 두 실험집단에 속한 단어들의 출현빈도를 구하여 이 중 출현빈도가 일정 기준 이상 인 단어들을 선택하여 실험하였다. 출현빈 도의 기준은 클러스터링 성능과 SPSS 프 로그램의 데이터 제한을 고려하여 결정하 였는데, 주제명표목은 출현빈도 28 이상의 단어 150개, 키워드는 출현빈도 30 이상인 단어 163개를 선정하였다.
이론/모형
- 선정된 단어들은 단어간의 동시출현빈도 를 구한 후, 코사인 유사도에 의해- 정규화 된 단어-단어 행렬로 변환하고 계층적 클 러스터 링 (hierarchical clustering) 기법인 Ward 방법을 사용하여 클러스터링한다. 그리고 클러스터링 결과 나타난 클러스터들 을 각각 다차원축척 기법을 통해 2차원으 로 표현하였다.
- 우선 'Artificial intelligence'와 관련된 주 제명표목으로는 INSPEC 시소러스 중 'Artificial intelligence'의 1단계 하위어 (NT) 까 지 사용하였다. 실험에 사용된 주제명표목은 'Adaptive resonance theory', "Artificial life', *Cooperative systems', Generalisation(artificial intelligence)'Fuzzy control', 'Knowledge engineering', *Leaming(artificial intelligence)', 'Perceptrons', *Hanning(artificial intelligence)', , Uncertainty handling' 등 모두 11 개다.
- 이 논문에서는 단어들을 먼저 클러스터 링한 후 클러스터들을 다차원축척 지도에 표현하는 접근법 (Noyons, and van Raan 1998)을 사용하였는데, 클러스터링을 사용 하지 않고 단어들을 직접적으로 다차원축 척 지도에 표현한 경우에도 단어들의 그룹 이 형성될 수 있지만 클러스터링의 형식을 사용하면 보다 이해하기 쉬운 영역지도가 될 수 있기 때문이다(Peters, and van Raan 1993). 그리고 클러스터링을 이용한 영역지 도와 단어들을 직접적으로 이용한 영역지 도의 일관성을 예비 실험한 결과에서도 클 러스터링을 이용한 방법이 주제 분야의 지 식 구조를 왜곡하지 않는다는 것을 확인하 였다(이미경, 2003).
- 주제명표목의 동시출현빈도를 코사인계 수로 정규화한 150x150 행렬을 Ward 방법을 사용하여 클러스터링을 하였다. 주제 명표목의 경우에는 클러스터 수를 늘려도 세부적인 분야를 형성하지 못하였기 때문에 12개의 클러스터를 생성하였다.
- 키워드의 동시출현빈도를 코사인계수로 정규화한 163x163 행렬을 Ward 방법을 사용하여 클러스터링을 하였고, 15개의 클 러스터를 선정하였다. 키워드의 클러스터링 결과는<표 2>와 같다.
성능/효과
- 우선 'Artificial intelligence'와 관련된 주 제명표목으로는 INSPEC 시소러스 중 'Artificial intelligence'의 1단계 하위어 (NT) 까 지 사용하였다. 실험에 사용된 주제명표목은 'Adaptive resonance theory', "Artificial life', *Cooperative systems', Generalisation(artificial intelligence)'Fuzzy control', 'Knowledge engineering', *Leaming(artificial intelligence)', 'Perceptrons', *Hanning(artificial intelligence)', , Uncertainty handling' 등 모두 11 개다.
-
5 결론
결론적으로 주제명표목을 사용한 영역지 도와 키워드를 사용한 영역지도가 인공지 능 분야의 주요 하위 영역들을 비슷하게 나타내고 있지만, 주제명표목을 사용한 영 역지도의 경우에는 색인효과가 나타날 수도 있다는 것을 알 수 있었다.
- 그리고 키워드를 사용한 경우가 클러스 터 수준이 비슷하고, 클러스터를 구성하는 개념들의 유사성이 더 높았다. 따라서 동시 출현 단어 분석에서 클러스터링 방법을 함께 사용할 경우에 비통제어를 사용하는 것이 보다 명확한 하위 영역을 형성하는데 유리할 것으로 보인다.
- 따라서 키워드와 주제명표목의 클러스터 경향을 살펴보면 키워드 클러스터링은 비교적 균등한 영역을 형성한 반면 주제명표목을사용한 클러스터링은 더 일반적인 영역과 상세한 영역을 함께 형성한다는 것을 알 수 있다.
- 또한 대체적으로 주제명표목을 사용하여 클러스터링한 하위 영역보다는 키워드를 사용한 하위 영역이 세분화되어서 나타났다. 하지만 통제어가 일반 단어보다 더 넓 은 개념을 가졌다고 하여 항상 더 일반적인 범위의 하위 영역을 형성하는 것은 아 니다.
- 주제명표목을 사용할 경우 비통제어가 나타내기 어려운 개념들을 나타낼 수 있고, 적은 실험집단을 사용할 경우에도 영역지 도의 일관성을 줄 수 있다는 장점이 있다. 실험집단의 양을 다양하게 조절하여 예비 실험한 결과 주제명표목을 사용한 경우에는 실험집단의 수가 적더라도 영역지도가 비교적 일관성이 있게 나타나는 반면 키워 드의 경우에는 실험집단에 따라 형성된 하 위 영역들간의 일관성이 떨어졌다. 하지만 키워드를 사용한 경우가 클러스터간의 수 준이 비슷하고, 클러스터를 구성하는 개념 들의 유사성이 더 높았다.
- 키워드를 사용한 영역지도가 주제명표목 을 사용한 영역지도에 비해 같은 분야라도 더 상세한 하위 영역을 형성하는 것을 '학 습', '에이전트', '제어 등의 분야를 통해 알 수 있었다. 하지만 주제명표목을 사용한 경우가 항상 일반적인 영역을 형성하는 것은 아니었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.