본문 바로가기
KERD
논문KCI 등재

자질선정을 통한 국내 학술지 논문의 자동분류에 관한 연구

An Experimental Study on the Automatic Classification of Korean Journal Articles through Feature Selection

김판준
한국정보관리학회|2022.03|정보관리학회지 (Journal of the Korean Society for Information Management)|제39권 제1호|pp. 69-90|DOI http://dx.doi.org/10.3743/KOSIM.2022.39.1.069

2

조회

0

다운로드

3

인용

0

참고문헌

키워드

자동분류학술지 논문필터filterautomatic classification텍스트 범주화자질선정text categorizationfeature selectionjournal articles
주제분류문헌정보학

초록

국내 학술연구의 동향을 구체적으로 파악하여 연구개발 활동의 체계적인 지원 및 평가는 물론 현재와 미래의 연구 방향을 설정할 수 있는 기초 데이터로서, 개별 학술지 논문에 표준화된 주제 범주(통제키워드)를 부여할 수 있는 효율적인 방안을 모색하였다. 이를 위해 한국연구재단 「학술연구분야분류표」 상의 분류 범주를 국내 학술지 논문에 자동 할당하는 과정에서, 자질선정 기법을 중심으로 자동분류의 성능에 영향을 미치는 주요 요소들에 대한 다각적인 실험을 수행하였다. 그 결과, 실제 환경의 불균형 데이터세트(imbalanced dataset)인 국내 학술지 논문의 자동분류에서는 보다 단순한 분류기와 자질선정 기법, 그리고 비교적 소규모의 학습집합을 사용하여 상당히 좋은 수준의 성능을 기대할 수 있는 것으로 나타났다.

Abstract

As basic data that can systematically support and evaluate R&D activities as well as set current and future research directions by grasping specific trends in domestic academic research, I sought efficient ways to assign standardized subject categories (control keywords) to individual journal papers. To this end, I conducted various experiments on major factors affecting the performance of automatic classification, focusing on feature selection techniques, for the purpose of automatically allocating the classification categories on the National Research Foundation of Korea’s Academic Research Classification Scheme to domestic journal papers. As a result, the automatic classification of domestic journal papers, which are imbalanced datasets of the real environment, showed that a fairly good level of performance can be expected using more simple classifiers, feature selection techniques, and relatively small training sets.

참고문헌 (49)

  1. 김선우, "기술과학 분야 학술문헌에 대한 학습집합 반자동 구축 및 자동 분류 통합 연구", 정보관리학회지, 35(4), pp.141~164 (2018), 한국정보관리학회[DOI]
  2. 김판준, "기계학습을 통한 디스크립터 자동부여에 관한 연구", 정보관리학회지, 23(1), pp.279~299 (2006), 한국정보관리학회[DOI]
  3. 김판준, "기계학습에 기초한 자동분류의 성능 요소에 관한 연구", 정보관리학회지, 33(2), pp.33~59 (2016), 한국정보관리학회[DOI]
  4. 김판준, "기계학습에 기초한 국내 학술지 논문의 자동분류에 관한 연구", 정보관리학회지, 35(2), pp.37~62 (2018), 한국정보관리학회[DOI]
  5. 김판준, "랜덤포레스트를 이용한 국내 학술지 논문의 자동분류에 관한 연구", 정보관리학회지, 36(2), pp.57~77 (2019), 한국정보관리학회[DOI]
  6. 김판준, "동시출현단어 분석에 기초한 지적구조 분석에서 키워드 유형별 특성에 관한 연구 - 국외 오픈액세스 분야를 중심으로 -", 한국문헌정보학회지, 55(3), pp.103~129 (2021), 한국문헌정보학회[DOI]
  7. 김판준, "프로파일링에 기초한 키워드 유형별 지적구조 분석에 관한 연구 - 국외 오픈액세스 분야를 중심으로 -", 한국문헌정보학회지, 55(4), pp.115~140 (2021), 한국문헌정보학회[DOI]
  8. 김판준, "디스크립터 자동 할당을 위한 저자키워드의 재분류에 관한 실험적 연구", 정보관리학회지, 29(2), pp.225~246 (2012), 한국정보관리학회[DOI]
  9. 김판준, "해외 데이터베이스의 통제키워드에 기초한 국내 학술지 논문의 자동분류 성능 향상에 관한 실험적 연구", 한국문헌정보학회지, 48(3), pp.491~510 (2014), 한국문헌정보학회[DOI]
  10. 육지희, "토픽모델링과 딥 러닝을 활용한 생의학 문헌 자동 분류 기법 연구", 정보관리학회지, 35(2), pp.63~88 (2018), 한국정보관리학회[DOI]
  11. 이재윤, "자질 선정 기준과 가중치 할당 방식간의 관계를 고려한 문서 자동분류의 개선에 대한 연구", 한국문헌정보학회지, 39(2), pp.123~146 (2005), 한국문헌정보학회
  12. 정은경, "문서범주화 성능 향상을 위한 의미기반 자질확장에 관한 연구", 정보관리학회지, 26(3), pp.261~278 (2009), 한국정보관리학회[DOI]
  13. "학술연구분야분류표" (2016), 한국연구재단[URL]
  14. "Data 구축 통계" (2022), 한국학술지인용색인(KCI)[URL]
  15. Abiodun, E. O., "A systematic review of emerging feature selection optimization methods for optimal text classification : the present state and prospective opportunities", Neural Computing & Applications, 33(4), pp.1~28 (2021)[DOI]
  16. Cai, J., "Feature selection in machine learning : a new perspective", Neurocomputing, 300, pp.70~79 (2018)[DOI]
  17. Girish Chandrashekar, "A survey on feature selection methods", Computers & Electrical Engineering, 40(1), pp.16~28 (2014), Elsevier BV[DOI]
  18. Chang, F., "A feature selection method to handle imbalanced data in text classification", Journal of Digital Information Management, 13, pp.169~175 (2015)[DOI]
  19. Deng, X., "Feature selection for text classification : a review", Multimedia Tools and Applications, 78, pp.3797~3816 (2019)[DOI]
  20. Drotár, P., "An experimental comparison of feature selection methods on two-class biomedical datasets", Computers in Biology and Medicine, 66, pp.1~10 (2015)[DOI]
  21. Drotár, P., "Ensemble feature selection using election methods and ranker clustering", Information Sciences, 480, pp.365~380 (2019)[DOI]
  22. Forman, G., "An extensive empirical study of feature selection metrics for text classification", The Journal of Machine Learning Research, 3, pp.1289~1305 (2003)[DOI]
  23. Fragoudis, D., "Best terms : an efficient feature-selection algorithm for text categorization", Knowledge and Information Systems, 8(1), pp.16~33 (2005)[DOI]
  24. Günal, S., "Hybrid feature selection for text classification", Turkish Journal of Electrical Engineering and Computer Science, 20(Sup.2), pp.1296~1311 (2012)
  25. Michael Gutkin, "SlimPLS: A Method for Feature Selection in Gene Expression-Based Disease Classification", PLoS ONE, 4(7), pp.e6416~ (2009), Public Library of Science (PLoS)[DOI]
  26. Guyon, I., "An introduction to variable and feature selection", The Journal of Machine Learning Research, 3, pp.1157~1182 (2003)[DOI]
  27. Harish, B., "A Comprehensive Survey on various Feature Selection Methods to Categorize Text Documents", International Journal of Computer Applications, 164(8), pp.1~7 (2017), Foundation of Computer Science[DOI]
  28. Iqbal, M., "Review of feature selection methods for text classification", International Journal of Advanced Computer Research, 10(49), pp.138~152 (2020)[DOI]
  29. Joachims, T., "A probabilistic analysis of the Rocchio algorithm with TFIDF for text categorization", Proceedings of the Fourteenth International Conference on Machine Learning(ICML '97), pp.143~151 (1997)
  30. Joachims, T., "Learning to Classify Text Using Support Vector Machines: Methods, theory and algorithms" (2002), Kluwer Academic Publishers
  31. Shima Kashef, "Multilabel feature selection: A comprehensive review and guiding experiments", WIREs Data Mining and Knowledge Discovery, 8(2) (2018), Wiley[DOI]
  32. Matjaž Kragelj, "Automatic classification of older electronic texts into the Universal Decimal Classification–UDC", Journal of Documentation, 77(3), pp.755~776 (2020), Emerald[DOI]
  33. Kumar, V., "Feature selection : a literature review", Smart Computing Review, 4(3), pp.211~229 (2014)[DOI]
  34. Manning, C., "Introduction to information retrieval" (2008), Cambridge University Press
  35. Saket S.R. Mengle, "Ambiguity measure feature-selection algorithm", Journal of the American Society for Information Science and Technology, 60(5), pp.1037~1050 (2009), Wiley[DOI]
  36. Marcin Michał Mirończuk, "A recent overview of the state-of-the-art elements of text classification", Expert Systems with Applications, 106, pp.36~54 (2018), Elsevier BV[DOI]
  37. Pereira, R. B., "Correlation analysis of performance measures for multi-label classification", Information Processing & Management, 54(3), pp.359~369 (2018)[DOI]
  38. Pinheiro, R. H. W., "Data-driven global-ranking local feature selection methods for text categorization", Expert Systems with Applications, 42(4), pp.1941~1949 (2015)[DOI]
  39. Pintas, J. T., "Feature selection methods for text classification : a systematic literature review", Artificial Intelligence Review, 54, pp.6149~6200 (2021)[DOI]
  40. Rehman, A., "Selection of the most relevant terms based on a max-min ratio metric for text classification", Expert Systems with Applications, 114, pp.78~96 (2018)[DOI]
  41. Gerard Salton, "Term-weighting approaches in automatic text retrieval", Information Processing & Management, 24(5), pp.513~523 (1988), Elsevier BV[DOI]
  42. Sebastiani, F., "Machine learning in automated text categorization", ACM Computing Surveys(CSUR), 34(1), pp.1~47 (2002)[DOI]
  43. Talavera, L., "An evaluation of filter and wrapper methods for feature selection in categorical clustering", International Symposium on Intelligent Data Analysis, pp.440~451 (2005), Springer
  44. Uysal, A. K., "An improved global feature selection scheme for text classification", Expert Systems with Applications, 43(1), pp.82~92 (2016)[DOI]
  45. Venkatesh, B., "A review of feature selection and its methods", Cybernetics and Information Technologies, 19(1), pp.3~26 (2019)[DOI]
  46. Deqing Wang, "Unsupervised feature selection through Gram–Schmidt orthogonalization—A word co-occurrence perspective", Neurocomputing, 173(P3), pp.845~854 (2016), Elsevier BV[DOI]
  47. Wang, D., "t-test feature selection approach based on term frequency for text categorization", Pattern Recognition Letters, 45, pp.1~10 (2014)[DOI]
  48. Wu, Y., "Feature selection for classifying high-dimensional numerical data", Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2004, CVPR 2004, 2, pp.251~258 (2004)
  49. Yang, Y., "A comparative study on feature selection in text categorization", Proceedings of the Fourteenth International Conference on Machine Learning, pp.412~420 (1997)

관련 논문AI추천

해외 데이터베이스의 통제키워드에 기초한 국내 학술지 논문의 자동분류 성능 향상에 관한 실험적 연구김판준, 이재윤한국문헌정보학회 · 한국문헌정보학회지2014 · 제48권 제3호기계학습에 기초한 국내 학술지 논문의 자동분류에 관한 연구김판준한국정보관리학회 · 정보관리학회지2018 · 제35권 제2호디스크립터 자동 할당을 위한 저자키워드의 재분류에 관한 실험적 연구김판준, 이재윤한국정보관리학회 · 정보관리학회지2012 · 제29권 제2호랜덤포레스트를 이용한 국내 학술지 논문의 자동분류에 관한 연구김판준한국정보관리학회 · 정보관리학회지2019 · 제36권 제2호Automatic Subject Classification of Korean Journals김병규, 최선희한국콘텐츠학회 · International Journal of Contents2014 · 제10권 제1호기술과학 분야 학술문헌에 대한 학습집합 반자동 구축 및 자동 분류 통합 연구고건우, 김선우, 윤화묵, 정희석, 최성필, 최원준한국정보관리학회 · 정보관리학회지2018 · 제35권 제4호

이 간행물의 다른 논문 (14건)

계량서지학적 분석을 통한 약물연구분야 특허출원인 간 영향력 비교박지홍, 김희영pp. 1-15비대면 서비스가 도서관 불안해소에 미치는 영향에 관한 연구: K대학도서관 이용자를 중심으로이경화, 노영희pp. 17-44생명공학 분야 연구자의 연구데이터 공유 의도에 영향을 미치는 요인에 관한 연구: 학술적 평판의 조절효과를 중심으로김선pp. 45-68A Deep Learning-based Depression Trend Analysis of Korean on Social Media송민, 김우정, 박서정, 이수빈pp. 91-117데이터사이언스 관련 교과목의 강의 계획서 분석: ALA의 인가를 받은 문헌정보학 프로그램을 중심으로박형주pp. 119-143
원문 보기