목차 정보와 kNN 분류기를 이용한 사회과학 분야 도서 자동 분류에 관한 연구
A Study on Book Categorization in Social Sciences Using kNN Classifiers and Table of Contents Text
2
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
이 연구에서는 한 대학도서관의 신착 도서 리스트 중 사회 과학 분야 6,253권에 대해 목차 정보를 이용하여 자동 분류를 적용하였다. 분류기는 kNN 알고리즘을 사용하였으며 자동 분류의 범주로 도서관에서 도서에 부여한 DDC 300대 강목을 사용하였다. 분류 자질은 도서의 서명과 목차를 사용하였으며, 목차는 인터넷 서점으로부터 Open API를 통해 획득하였다. 자동 분류 실험 결과, 목차 자질은 분류 재현율과 분류 정확률 모두를 향상시키는 좋은 자질임을 알 수 있었다. 또한 목차는 풍부한 자질로 불균형인 데이터의 과적합 문제를 완화시키는 것으로 나타났다. 법학과 교육학은 사회 과학 분야에서 특정성이 높아 서명 자질만으로도 좋은 분류 성능을 가져오는 점도 파악할 수 있었다.
Abstract
This study applied automatic classification using table of contents (TOC) text for 6,253 social science books from a newly arrived list collected by a university library. The k-nearest neighbors (kNN) algorithm was used as a classifier, and the ten divisions on the second level of the DDC’s main class 300 given to books by the library were used as classes (labels). The features used in this study were keywords extracted from titles and TOCs of the books. The TOCs were obtained through the OpenAPI from an Internet bookstore. As a result, it was found that the TOC features were good for improving both classification recall and precision. The TOC was shown to reduce the overfitting problem of imbalanced data with its rich features. Law and education have high topic specificity in the field of social sciences, so the only title features can bring good classification performance in these fields.
참고문헌 (18)
- 이용구, "문헌빈도와 장서빈도를 이용한 kNN 분류기의 자질선정에 관한 연구", 한국도서관·정보학회지, 44(1), pp.27~47 (2013), 한국도서관·정보학회[DOI]
- 이용구, "사회과학 분야 도서의 목차 텍스트에 대한 통계적 특성에 관한 연구", 정보관리학회지, 36(2), pp.255~273 (2019), 한국정보관리학회[DOI]
- 이재윤, "자질 선정 기준과 가중치 할당 방식간의 관계를 고려한 문서 자동분류의 개선에 대한 연구", 한국문헌정보학회지, 39(2), pp.123~146 (2005), 한국문헌정보학회
- 정영미, "정보검색연구(증보판)" (2012), 연세대학교 출판문화원
- N. S. Altman, "An Introduction to Kernel and Nearest-Neighbor Nonparametric Regression", The American Statistician, 46(3), pp.175~185 (1992), Informa UK Limited[DOI]
- Azam, N., "Comparison of term frequency and document frequency based feature selection metrics in text categorization", Expert Systems with Applications, 39(5), pp.4760~4768 (2012)
- Guilherme O. Campos, "On the evaluation of unsupervised outlier detection: measures, datasets, and an empirical study", Data Mining and Knowledge Discovery, 30(4), pp.891~927 (2016), Springer Science and Business Media LLC[DOI]
- Mina Chercourt, "Making Keywords Work: Connecting Patrons to Resources Through Enhanced Bibliographic Records", Technical Services Quarterly, 30(3), pp.285~295 (2013), Informa UK Limited[DOI]
- Martin Dillon, "Retrieval effectiveness of enhanced bibliographic records", Library Hi Tech, 8(3), pp.43~46 (1990), Emerald[DOI]
- Eibe Frank, "Predicting Library of Congress classifications from Library of Congress subject headings", Journal of the American Society for Information Science and Technology, 55(3), pp.214~227 (2004), Wiley[DOI]
- Godby, C. J., "The library of congress classification as a knowledge base for automatic subject categorization", Subject Retrieval in a Networked Environment: Proceedings of the IFLA Satellite Meeting, pp.14~16 (2003)
- Larson, R. R., "Experiments in automatic library of congress classification", Journal of the American Society for Information Science, 43(2), pp.130~148 (1992)[DOI]
- Evan Pappas, "Enhancing Bibliographic Records with Tables of Contents Derived from OCR Technologies at the American Museum of Natural History Library", Cataloging & Classification Quarterly, 29(4), pp.61~72 (2000), Informa UK Limited[DOI]
- Pedregosa, F., "Scikit-learn : Machine learning in Python", Journal of Machine Learning Research, 12(Oct), pp.2825~2830 (2011)
- Richard Van Orden, "Content‐enriched access to electronic information: Summaries of Selected Research", Library Hi Tech, 8(3), pp.27~32 (1990), Emerald[DOI]
- Jun Wang, "An extensive study on automated Dewey Decimal Classification", Journal of the American Society for Information Science and Technology, 60(11), pp.2269~2286 (2009), Wiley[DOI]
- R. Conrad Winke, "An Analysis of Tables of Contents in Recent English-Language Books", Library Resources & Technical Services, 43(1), pp.14~27 (1999), American Library Association[DOI]
- Yang, Y., "A re-examination of text categorization methods", Proceedings of the 22nd annual international ACM SIGIR conference on research and development in the information retrieval, pp.42~49 (1999)