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 좀 더 객관적인 성능을 파악하기 위해 샘플 데이터에 중복 글의 포함을 최소화할 수 있는 방안을 고려하여 재평가하였다. 게시판의 쟁점 이슈를 파악해 해당 이슈를 제외한 데이터만 출력하도록 수정하였고, 생성된 결과 파일은 681개였다.
- 이에 따라, 본 연구는 공공게시판의 게시물을 자동적으로 분류해주는 시스템을 구현하고자 한다. 시스템은 crawling, 한글 형태소 분석, 정부기능연계모델(Business Reference Model, BRM)에 따른, XML 형식의 결과 파일 생성 과정을 한 번에 처리한다.
제안 방법
- BRM 단계별 가중치는 각 BRM 단계가 가진 변별력, 즉 단계별 항목수를 기준으로 하였다. 경기도 BRM에 따라 각 단계별 가중치는 <표1>과 같다.
- crawling한 데이터 중 게시판 글의 제목, 내용, 답변 내용만을 대상으로 형태소 분석을 실시하였다. Lucene 한국어 형태소 분석기의 MorphAnalyzer를 이용하였고, 분석 결과에서 명사만을 추출하였다.
- XML 결과 파일의 내용과 분류된 소기능, 주관부서의 주요업무와 BRM을 연계해 비교 함으로써 분류 결과의 적합 여부를 판단하였다. 주관부서의 주요 업무는 경기도 홈페이지에 게시된 것을 활용하였다.
- crawling한 데이터 중 게시판 글의 제목, 내용, 답변 내용만을 대상으로 형태소 분석을 실시하였다. Lucene 한국어 형태소 분석기의 MorphAnalyzer를 이용하였고, 분석 결과에서 명사만을 추출하였다.
- 게시글 항목 중 작성자, 이메일, 작성일, 처리기한, 제목, 내용, 답변내용, 답변일, 주관부서, 담당자의 10개 필드를 추출하였다( 참조).
- 게시글에서 crawling한 10개 필드와 BRM에 따른 분류 6개 필드를 보존을 위해 XML 파일로 출력하였다. 해당 파일은 (게시글 번호).
- 게시판의 쟁점 이슈를 파악해 해당 이슈를 제외한 데이터만 출력하도록 수정하였고, 생성된 결과 파일은 681개였다. 그 중, 파일을 50개씩 랜덤으로 샘플링, 총 5번을 평가하였다. 그 결과 자동분류의 적합성은 52%로 감소하였다.
- 게시글 항목 중 작성자, 이메일, 작성일, 처리기한, 제목, 내용, 답변내용, 답변일, 주관부서, 담당자의 10개 필드를 추출하였다(<그림 1> 참조). 민원 처리가 이뤄진(즉 답변이 달린) 글에 대해서만 crawling을 실시하였다. crawling에는 Jsoup crawler를 사용하였다.
- 본 연구는 공공게시판의 게시글을 공문서화하기 위해 정부기능연계모델(BRM)을 분류체계로 하여, 자동 분류 시스템을 구현하였다.
- 본 연구에서는 BRM을 기준으로 게시판 글을 분류하였다. BRM은(<그림 2> 참조) 정부 기능을 범정부 차원에서 업무 및 서비스 중심으로 분류하고, 다양한 정보를 기능과 연계하여 종합적으로 관리함으로써, 공통 업무기반을 제공하는 업무참조모델(정부혁신지방분권위원회, 2003)이다.
- 주관부서의 주요 업무는 경기도 홈페이지에 게시된 것을 활용하였다. 생성된 결과 파일 중, 100개의 샘플을 추출한 후 적합 여부를 Yes와 No로 구분해 표시하였다. 그 결과 경기도 웹사이트 게시글의 자동 분류 시스템은 83%의 적합성을 보였다.
- 형태소 분석 결과 텍스트에서 각 단위과제에 포함되어 있는 단어의 출현 빈도를 계산하고, 출현 빈도에 단계별 가중치를 적용하여 점수를 산출하였다. 점수가 가장 높은 단위과제에 해당 게시글이 분류되도록 하였다.
대상 데이터
- Crawling 대상 게시판은 경기도 공식 홈페이지의 ‘경기도에 바란다’ 게시판이다.
- 따라서 좀 더 객관적인 성능을 파악하기 위해 샘플 데이터에 중복 글의 포함을 최소화할 수 있는 방안을 고려하여 재평가하였다. 게시판의 쟁점 이슈를 파악해 해당 이슈를 제외한 데이터만 출력하도록 수정하였고, 생성된 결과 파일은 681개였다. 그 중, 파일을 50개씩 랜덤으로 샘플링, 총 5번을 평가하였다.
- 본 연구는 경기도 정부의 공식 웹페이지 게시판 글을 대상으로 하였으므로, 정보공개청구를 통해 경기도에서 사용하는 BRM(이하 경기도 BRM)을 엑셀 파일로 확보하였다.
- 경기도 BRM은 15개 정책분야, 48개 정책 영역, 129개 대기능, 420개 중기능, 1,374개 소기능, 16,557개 단위과제로 구성되어 있었다. 이중 중복 명기된 단위과제를 삭제하여 총 7,022개 단위과제를 분류에 적용하였다.
- XML 결과 파일의 내용과 분류된 소기능, 주관부서의 주요업무와 BRM을 연계해 비교 함으로써 분류 결과의 적합 여부를 판단하였다. 주관부서의 주요 업무는 경기도 홈페이지에 게시된 것을 활용하였다. 생성된 결과 파일 중, 100개의 샘플을 추출한 후 적합 여부를 Yes와 No로 구분해 표시하였다.
데이터처리
- 시스템은 Java를 이용해 구현하였다. 자동 분류된 결과는 적합성 평가를 수행하였다.
성능/효과
- 생성된 결과 파일 중, 100개의 샘플을 추출한 후 적합 여부를 Yes와 No로 구분해 표시하였다. 그 결과 경기도 웹사이트 게시글의 자동 분류 시스템은 83%의 적합성을 보였다. 하지만, 게시판의 특성상 특정 기간에 해당 기관 내에 쟁점 이슈가 발생하게 되면, 동일 글이 반복 된다는 맹점이 있기 때문에, 해당 글의 적합 여부가 전체 분류 결과에도 영향을 미칠 수 있다는 점을 고려해야 할 필요가 있다.
- 그 중, 파일을 50개씩 랜덤으로 샘플링, 총 5번을 평가하였다. 그 결과 자동분류의 적합성은 52%로 감소하였다.
- 랜덤으로 추출된 게시글 100개의 분류 결과에 대한 적합성 평가 결과 83%의 적합성을 보이는 것으로 확인되었지만 쟁점 사안에 대한 중복 게시글을 제외한 250개의 게시글에 대한 평가 결과, 적합성이 52%로 감소하였다. 따라서 본 연구의 목적을 달성하기 위해서는 적합성을 좀 더 높여야 할 필요가 있다.
- 본 연구에서 제안한 텍스트 분류 시스템의 분류 성능에 영향을 미치는 요소에는 BRM 전처리 수준, 한글 형태소 분석기의 성능, BRM의 단계별 가중치 등이 있다. 본 연구에서는 형태소 분석의 한계를 피하기 위해 단어 matching에서 exact matching이 아닌 포함 여부(contain 함수 사용)를 적용하였으나 만족스러운 결과를 얻지 못하였다.
후속연구
- 또한, 본 연구의 시스템을 보다 발전시키기 위해 SVM(Support Vector Machine) 분류기를 적용할 예정이다. SVM 분류기를 적용하면 문서의 내용을 바탕으로 미리 정의된 범주를 문서에 부여함으로써 문서를 자동 분류하는 자동 문서 범주화가 가능해지므로(정영미, 임해영 2000), BRM의 특정 단계에 대하여 자동 문서 범주화를 실시한 뒤 단위과제를 분류하면 좀 더 정확한 분류가 가능할 것으로 전망된다.
- 랜덤으로 추출된 게시글 100개의 분류 결과에 대한 적합성 평가 결과 83%의 적합성을 보이는 것으로 확인되었지만 쟁점 사안에 대한 중복 게시글을 제외한 250개의 게시글에 대한 평가 결과, 적합성이 52%로 감소하였다. 따라서 본 연구의 목적을 달성하기 위해서는 적합성을 좀 더 높여야 할 필요가 있다.
- 행정 용어 시소러스의 적용을 그 방안으로 고려하고 있다. 또한, 본 연구의 시스템을 보다 발전시키기 위해 SVM(Support Vector Machine) 분류기를 적용할 예정이다. SVM 분류기를 적용하면 문서의 내용을 바탕으로 미리 정의된 범주를 문서에 부여함으로써 문서를 자동 분류하는 자동 문서 범주화가 가능해지므로(정영미, 임해영 2000), BRM의 특정 단계에 대하여 자동 문서 범주화를 실시한 뒤 단위과제를 분류하면 좀 더 정확한 분류가 가능할 것으로 전망된다.
- 본 연구에서 제안한 텍스트 분류 시스템의 분류 성능에 영향을 미치는 요소에는 BRM 전처리 수준, 한글 형태소 분석기의 성능, BRM의 단계별 가중치 등이 있다. 본 연구에서는 형태소 분석의 한계를 피하기 위해 단어 matching에서 exact matching이 아닌 포함 여부(contain 함수 사용)를 적용하였으나 만족스러운 결과를 얻지 못하였다.
- 향후 연구에서는 적합성을 높이기 위해 맥락에 따라 달라지는 단어의 의미를 변별해내고, 동일한 의미의 유사어를 BRM의 단어와 동일 단어로 인식할 수 있는 시스템을 구현할 예정이다. 행정 용어 시소러스의 적용을 그 방안으로 고려하고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.