한의학 고문헌 텍스트에서의 저자 판별- 기능어의 역할을 중심으로 -
A Comparative Study of Feature Extraction Methods for Authorship Attribution in the Text of Traditional East Asian Medicine with a Focus on Function Words
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
목적 : 한의학 고문헌 텍스트에서 저자 판별(authorship attribution)을 효과적으로 수행하기 위해 가장 적합한 ‘특성(feature)’이 무엇인지 검토해 보고자 한다. 방법 : 『난경집주(難經集註)』를 실험 코퍼스(Corpus)로 하여, 기능어(function words)와 내용어(content words), 단어(single word)와 연어(collocation), IDF 가중치 적용 여부에 따라 서포트 벡터 머신(SVM；Support Vector Machine)의 저자 판별 성능을 교차검증(cross validation) 방식으로 비교하였다. 결과 : ‘기능어/유니-바이그램/TF’를 사용한 경우, 정확도 0.732로 가장 좋은 성능을 보였고, ‘내용어/유니그램/TFIDF’ 조합이 0.351로 가장 낮은 정확도를 보였다. 결론 : 이를 통해 한의학 고문헌 저자 판별에서 다음과 같은 사실을 알 수 있었다. 첫째, 기능어가 내용어에 비해 중요한 역할을 한다. 둘째, 내용어에서는 상대적으로 연어가 중요했지만, 기능어에서는 단어가 더 중요한 의미를 가진다. 셋째, 일반적인 텍스트 분석에서와 달리 IDF 가중치 적용이 더 좋지 않은 결과를 가져왔다.
Abstract
Objectives : We would like to study what is the most appropriate "feature" to effectively perform authorship attribution of the text of Traditional East Asian MedicineMethods : The authorship attribution performance of the Support Vector Machine (SVM) was compared by cross validation, depending on whether the function words or content words, single word or collocations, and IDF weights were applied or not, using ‘Variorum of the Nanjing’ as an experimental Corpus. Results : When using the combination of 'function words/uni-bigram/TF', the performance was best with accuracy of 0.732, and the combination of 'content words/unigram/TFIDF' showed the lowest accuracy of 0.351. Conclusions : This shows the following facts from the authorship attribution of the text of East Asian traditional medicine. First, function words play an important role in comparison to content words. Second, collocations was relatively important in content words, but single words have more important meanings in function words. Third, unlike general text analysis, IDF weighting resulted in worse performance.
참고문헌 (18)
- 김원중, "한문 해석 사전" (2013), 글항아리
- 최지명, "기계학습 알고리즘을 이용한 한국어텍스트 저자 판별", 석사, pp.2015
- 강남준, "독립신문 논설의 형태 주석 말뭉치를 활용한 논설 저자 판별 연구 －어미 사용빈도 분석을 중심으로－", 한국사전학, (15), pp.73~101 (2010), 한국사전학회[DOI]
- 박경모, "『강평 (康平) 상한론 (傷寒論)』 의 고증을 통한 『상한론(傷寒論)』 과 『황제내경(黃帝內經)』 의 비교연구", 대한한의학원전학회지, 9 (1995)
- 양승률, "舟村 申曼의『保幼新編』편찬과『舟村新方』", 藏書閣, (25), pp.52~77 (2011), 한국학중앙연구원[DOI]
- 오준호, "한의학 고문헌 데이터 분석을 위한 단어 임베딩 기법 비교: 자연어처리 방법을 적용하여", 대한한의학원전학회지, 32(1), pp.61~74 (2019), 대한한의학원전학회[DOI]
- 이가은, "小兒醫方의 板本比較 및 篇第 考察", 한국의사학회지, 17(1), pp.163~176 (2004), 한국의사학회
- Bing-Cho Chan, "The authorship of the Dream of the red chamber based on a computerized statistical study of its vocabulary" (1986), Joint Publishing Co Ltd
- Hsieh-Chang Tu, "A Text-Mining Approach to the Authorship Attribution Problem of Dream of the Red Chamber", Digital Humanities (2013)
- Hu, Xianfeng, "Multiple authors Detection: a Quantitative Analysis of Dream of the Red Chamber", Advances in Adaptive Data Analysis, 6 (2014)
- İlker Nadi Bozkurt, "Authorship attribution:performance of various features and classification methods", 22nd International Symposium on Computer and Information Sciences, ISCIS 2007. IEEE (2007)
- Matthew L. Jockers, "A comparative study of machine learning methods for authorship attribution", Literary and Linguistic Computing, 25(2) (2010)
- Mike Kestemont, "Function Words in Authorship Attribution From Black Magic to Theory?", Proceedings of the 3rd Workshop on Computational Linguistics for Literature (2014), Association for Computational Linguistics
- Patrick Juola, "Authorship Attribution", Foundations and Trends in Information Retrieval, 1(3) (2006)
- Qing-Xiang Yu, "Applications of Statistical methods to Dream of the Red Chamber", Journal of National Cheng-Chi University, 76 (1998)
- Shlomo Argamon, "Measuring the Usefulness of Function Words for Authorship Attribution", ACH, 2005, ~
- Smita Nirkhi, "Authorship Identification using Generalized Features and Analysis of Computational Method", Transactions on Machine Learning and Artificial Intelligence, 3(2) (2015)
- "MEDICLASSICS" (2015)[URL]