워드 임베딩(Word Embedding)을 활용한 최적의 키워드 추출 및 검색 방법 연구
A Study on the Optimal Search Keyword Extraction and Retrieval Technique Generation Using Word Embedding
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 논문에서는 자료 조사를 위한 최적의 키워드 추출 및 검색 방법을 제안하였으며, 북한 건설 관련 동향 파악을 예시로제안 방법을 검증하였다. 대표적인 국내 언론 플랫폼인 빅카인즈(BigKinds)를 활용하여 표본 기사를 선정하고 키워드를 추출하였다. 추출된 키워드는 워드 임베딩(Word Embedding)을 활용하여 벡터화하였으며, 이를 토대로 코사인 유사도(Cosine Similarity)를 통해 추출된 키워드 간의 유사도를 검사하였다. 또한 상위 빈도수 10개에 대한 키워드를 기준으로 유사도 0.5 이상인 키워드들을 군집화하였다. 각 군집들은 빅카인즈 검색 양식에 맞추어 군집 내부 키워드 간에는 ‘OR’, 군집 간에는‘AND’로 형성하였다. 심층 분석 결과, 본래 목적에 맞는 유의미한 기사들이 추출되었음을 확인할 수 있었다. 기존의 분류체계및 검색 양식을 변형시키지 않은 상태에서 사용자의 세부 목적을 충족시키는 자료 조사·분류가 가능하게 되었다는 점에서의의를 갖는다.
Abstract
In this paper, we propose the technique of optimal search keyword extraction and retrieval for news article classification. The proposed technique was verified as an example of identifying trends related to North Korean construction. A representative Korean media platform, BigKinds, was used to select sample articles and extract keywords. The extracted keywords were vectorized using word embedding and based on this, the similarity between the extracted keywords was examined through cosine similarity. In addition, words with a similarity of 0.5 or higher were clustered based on the top 10 frequencies. Each cluster was formed as ‘OR’ between keywords inside the cluster and ‘AND’ between clusters according to the search form of the BigKinds. As a result of the in-depth analysis, it was confirmed that meaningful articles appropriate for the original purpose were extracted. This paper is significant in that it is possible to classify news articles suitable for the user’s specific purpose without modifying the existing classification system and search form.
참고문헌 (16)
- 안정국, "집단지성을 이용한 한글 감성어 사전 구축", 지능정보연구, 21(2), pp.49~67 (2015), 한국지능정보시스템학회
- "Bigkinds" (2023)[URL]
- 정유남, "딥러닝을 이용한 노동신문의 이념적 어휘 연구", 한국어학, 88, pp.213~245 (2020), 한국어학회[DOI]
- 최가람, "단어 임베딩(Word Embedding) 기법을 적용한 키워드 중심의 사회적 이슈 도출 연구: 장애인 관련 뉴스 기사를 중심으로", 정보관리학회지, 35(1), pp.231~250 (2018), 한국정보관리학회[DOI]
- 최윤수, "기술용어 분산표현을 활용한 특허문헌 분류에 관한 연구", 한국문헌정보학회지, 53(2), pp.179~199 (2019), 한국문헌정보학회[DOI]
- 정세환, "딥러닝 기반 교량 점검보고서의 손상 인자 인식", 대한토목학회논문집(국문), 38(4), pp.621~625 (2018), 대한토목학회[DOI]
- Harris, Z. S., "Distributional Structure", WORD, 10(2-3), pp.146~162 (1954)
- 김가영, "북한 뉴스 담론에 대한 미디어 의제설정효과 연구: 빅데이터 토픽모델링과 워드임베딩 분석을 중심으로", 평화연구, 28(1), pp.287~332 (2020), 평화와 민주주의연구소[DOI]
- 김기옥, "텍스트마이닝을 활용한 소비자학 연구 동향 분석", 소비자학연구, 31(5), pp.19~47 (2020), 한국소비자학회[DOI]
- 김나리, "연관법령 검색을 위한 워드 임베딩 기반 Law2Vec 모형 연구", 디지털콘텐츠학회논문지, 18(7), pp.1419~1425 (2017), 한국디지털콘텐츠학회[DOI]
- "Pre-trained word vectors of 30+ languages" (2023)[URL]
- Rong, X., "Word2vec parameter learning explained", Computation and Language(cs.CL), ~ (2014)
- 송재열, "BIM기반 설계품질 자동검토를 위한 워드임베딩 활용 의미분석접근방법 - 건축법규 문장 의미유사도 분석 및 결과 활용방안을 중심으로 -", 한국CDE학회 논문집, 23(4), pp.384~393 (2018), 한국CDE학회[DOI]
- 양유정, "단어 임베딩 및 벡터 유사도 기반 게임 리뷰 자동 분류 시스템 개발", 한국전자거래학회지, 24(2), pp.1~14 (2019), 한국전자거래학회[DOI]
- 유세환, "데이터 유사성 분석을 통한 Semantic R&D Knowledge Clustering 분석 방법론 개발: 기업가정신 연구분야 분석", 경영연구, 36(3), pp.167~180 (2021), 한국산업경영학회[DOI]
- "WikiDocs" (2023)[URL]