본문 바로가기
KERD
논문KCI 등재

과학의 본성 관련 문헌들의 단어수준 워드임베딩 모델 적용 가능성 탐색- 정성적 성능 평가를 중심으로 -

The Study on Possibility of Applying Word-Level Word Embedding Model of Literature Related to NOS -Focus on Qualitative Performance Evaluation-

김형욱
과학교육연구소 (Science Education Research Institute)|2022.04|과학교육연구지 (Journal of Science Education)|제46권 제1호|pp. 17-29|DOI 10.21796/jse.2022.46.1.17

0

조회

0

다운로드

0

인용

0

참고문헌

키워드

AI인공지능nature of science과학의 본성워드임베딩 모델정성적 평가word embedding modelqualitative performance evaluation

초록

본 연구의 목적은 NOS 관련 주제를 대상으로 컴퓨터가 얼마나 효율적이고 타당하게 학습할 수 있는지에 대하여 정성적으로 탐색하고자 한 연구이다. 이를 위해 NOS와 관련되는 문헌(논문초록 920편)을 중심으로 말뭉치를 구성하였으며, 최적화된 Word2Vec(CBOW, Skip-gram)모델의 인자를 확인하였다. 그리고 NOS의 4가지 영역(Inquiry, Thinking, Knowledge, STS)에 따라 단어수준 워드임베딩 모델 비교평가를 수행하였다. 연구 결과, 선행연구와 사전 성능 평가에 따라 CBOW 모델은 차원 200, 스레드 수 5, 최소빈도수 10, 반복횟수 100, 맥락범위 1로 결정되었으며, Skip-gram 모델은 차원수 200, 스레드 수 5, 최소빈도수 10, 반복횟수 200, 맥락범위 3으로 결정되었다. NOS의 4가지 영역에 적용하여 확인한 모델별 유사도가 높은 단어의 종류는 Skip-gram 모델이 Inquiry 영역에서 성능이 좋았다. Thinking 및 Knowledge 영역에서는 두 모델별 임베딩 성능 차이는 나타나지 않았으나, 각 모델별 유사도가 높은 단어의 경우 상호 영역 명을 공유하고 있어 제대로 된 학습을 하기 위해 다른 모델의 추가 적용이 필요해 보였다. STS 영역에서도 지나치게 문제 해결과 관련된 단어를 나열하면서 포괄적인 STS 요소를 탐색하기에 부족한 임베딩 성능을 지닌 것으로 평가되었다. 본 연구를 통해 NOS 관련 주제를 컴퓨터에게 학습시켜 과학교육에 활용할 수 있는 모델과 인공지능 활용에 대한 전반적인 시사점을 줄 수 있을 것으로 기대된다.

Abstract

The purpose of this study is to look qualitatively into how efficiently and reasonably a computer can learn themes related to the Nature of Science (NOS). In this regard, a corpus has been constructed focusing on literature (920 abstracts) related to NOS, and factors of the optimized Word2Vec (CBOW, Skip-gram) were confirmed. According to the four dimensions (Inquiry, Thinking, Knowledge and STS) of NOS, the comparative evaluation on the word-level word embedding was conducted. As a result of the study, according to the previous studies and the pre-evaluation on performance, the CBOW model was determined to be 200 for the dimension, five for the number of threads, ten for the minimum frequency, 100 for the number of repetition and one for the context range. And the Skip-gram model was determined to be 200 for the number of dimension, five for the number of threads, ten for the minimum frequency, 200 for the number of repetition and three for the context range. The Skip-gram had better performance in the dimension of Inquiry in terms of types of words with high similarity by model, which was checked by applying it to the four dimensions of NOS. In the dimensions of Thinking and Knowledge, there was no difference in the embedding performance of both models, but in case of words with high similarity for each model, they are sharing the name of a reciprocal domain so it seems that it is required to apply other models additionally in order to learn properly. It was evaluated that the dimension of STS also had the embedding performance that was not sufficient to look into comprehensive STS elements, while listing words related to solution of problems excessively. It is expected that overall implications on models available for science education and utilization of artificial intelligence could be given by making a computer learn themes related to NOS through this study.

참고문헌 (44)

  1. Abd-El-Khalick, F., "Developing deeper understandings of nature of science : The impact of a philosophy of science course on preservice science teachers' views and instructional planning", International Journal of Science Education, 27(1), pp.15~42 (2005)
  2. Abell, S., "'That's what scientists have to do' : Preservice elementary teachers' conceptions of the nature of science during a moon investigation", Journal of Research in Science Teaching, 23(11), pp.1095~1109 (2001)
  3. Ackerson, V. L., "One course is not enough : Preservice elementary teachers’ retention of improved views of nature of science", Journal of Research in Science Teaching, 43, pp.194~213 (2006)
  4. Akerson, V. L., "On the nature of teaching nature of science : Preservice early childhood teachers’ instruction in preschool and elementary settings", Journal of Research in Science Teaching, 47, pp.213~233 (2010)
  5. Oxford University Press, , 1990
  6. Aoun, J. E., "ROBOT-PROOF : Higher education in the age of artificial intelligence" (2017), MIT Press
  7. Bartholomew, H., "Teaching pupils"ideas-aboutscience" : Five dimensions of effective practice", Science Education, 88, pp.655~682 (2004)
  8. Bayir, E., "Exploring natural and social scientists'views of nature of science", International Journal of Science Education, 36(8), pp.1286~1312 (2014)
  9. Chiappetta, E. L., "Analysis of five high school biology textbooks used in the United States for inclusion of the nature of science", Paper presented at the National Association for Research in Science Teaching meeting (2005)
  10. Chiappetta, E. L., "A method to quantify major themes of scientific literacy in science textbooks", Journal of Research in Science Teaching, 28, pp.713~725 (1991)
  11. Chiappetta, E. L., "A qualitative analysis of high school chemistry textbooks for scientific literacy themes and expository learning aids", Journal of Research in Science Teaching, 28, pp.936~951 (1991)
  12. 최순영, "한국어-영어 법률 말뭉치의 로컬 이중 언어 임베딩", 한국융합학회논문지, 9(10), pp.45~53 (2018), 한국융합학회[DOI]
  13. Cobern, W. W., "Investigation of preservice elementary teachers' thinking about science", Journal of Research in Science Teaching, 39(10), pp.1016-1-31~ (2002)
  14. Collette, A., "Science instruction in the middle and secondary schools", pp.1984, Times Millor
  15. Duschl, R., "Improving science education: The contribution of research", pp.187~206 (2000), Open University Press
  16. Harding, P., "Portraying science accurately in classrooms : Emphasizing open-mindedness rather than relativism", Journal of Research in Science Teaching, 37(3), pp.225~236 (2000)
  17. 강형석, "한국어 단어 임베딩을 위한 Word2vec 모델의 최적화", 디지털콘텐츠학회논문지, 20(4), pp.825~833 (2019), 한국디지털콘텐츠학회[DOI]
  18. 김가영, "북한 뉴스 담론에 대한 미디어 의제설정효과 연구: 빅데이터 토픽모델링과 워드임베딩 분석을 중심으로", 평화연구, 28(1), pp.287~332 (2020), 평화와 민주주의연구소[DOI]
  19. 김형욱, "인공지능 시대와 과학교육 -인공지능의 자율성과 관계성을 중심으로-", 열린교육연구, 29(6), pp.1~23 (2021), 한국열린교육학회[DOI]
  20. 김윤기, "원자 모형 발전 단계에 내재된 과학적 추론과 과학의 본성 - 과학적 소양함양을 위한 기초과학", 교양교육연구, 9(2), pp.347~376 (2015), 한국교양교육학회
  21. Korawit, O., "Word sense disambiguation using cosine similarity collaborates with Word2vec and WordNet", Future Internet, 11(5), pp.114~ (2019)
  22. Kottur, S., "Visual word2vec (vis-w2v): Learning visually grounded word embeddings using abstract scenes", CoRR, abs, 2015
  23. Krizhevsky, A., "Imagenet classification with deep convolutional neural networks", Advances in Neural Information Processing Systems, pp.1097~1105 (2012)
  24. Lederman, N. G., "Students' and teachers'conceptions of the nature of science : A review of the research", Journal of Research in Science Teaching, 29(4), pp.331~359 (1992)
  25. 이영희, "A Proposal of Inclusive Framework of the Nature of Science (NOS) Based on the 4 Themes of Scientific Literacy for K-12 School Science", 한국과학교육학회지, 33(3), pp.553~568 (2013), 한국과학교육학회
  26. 이영희, "Comparative Analysis of the Presentation of the Nature of Science (NOS) in Korea and US Elementary Science Textbooks", 한국과학교육학회지, 34(3), pp.207~212 (2014), 한국과학교육학회[DOI]
  27. 이영희, "우리나라 생명과학 관련 분야 재미 과학자들은 어떻게 과학의 본성을 이해하고 있는가", 한국과학교육학회지, 34(7), pp.677~691 (2014), 한국과학교육학회[DOI]
  28. 이영희, "초등 과학 교과서에 나타난 과학의 본성에 대한 분석 - 4가지 영역의 과학적 소양을 기준으로 -", 초등과학교육, 33(2), pp.207~216 (2014), 한국초등과학교육학회[DOI]
  29. Sahlgren, M., "The distributional hypothesis", Italian Journal of Disability Studies, 20, pp.33~53 (2008)
  30. McComas, W. F., "Seeking NOS standards:What content consensus exists in popular books on the nature of science?", Paper presented at the National Association for Research in Science Teaching meeting (2005)
  31. McDonald, C. V., "The influence of explicit nature of science and argumentation instruction on preservice teachers’ views of nature of science", Journal of Research in Science Teaching, 47, pp.1137~1164 (2010)
  32. Mikolov, T., "Efficient estimation of word representations in vector space", arXiv preprint arXiv: 1301.3781, ~ (2013)
  33. Mikolov, T., "Distributed representations of words and phases and their compositionality", Advances in neural information processing systems, pp.3111~3119 (2013)
  34. National Academy Press, , 1996
  35. National Academy Press, , 2012
  36. Oliveira, A. W., "The implicit communication of nature of science and epistemology during inquiry discussion", Science Education, 96, pp.652~684 (2012)
  37. Raschka, S., "Python machine learning : Machine learning and deep learning with python, scikit-learn, and TensorFlow 2" (2019), Packt Publishing Ltd
  38. Russell, S., "Artificial intelligence. Fears of an AI pioneer", Science, 349(6245), pp.252~ (2015)
  39. Schwartz, R., "What scientists say : Scientists' views of nature of science and relation to science context", International Journal of Science Education, 30(6), pp.727~771 (2008)
  40. 신동하, "한글 워드임베딩과 아프리오리를 이용한 검색 시스템의 질의어 확장", 한국항행학회논문지, 20(6), pp.617~624 (2016), 한국항행학회[DOI]
  41. 신수미, "새로운 사용자 문제 개선을 위한 워드임베딩 학습과 Skip-gram 모델링 기반의 추천 시스템", 한국컴퓨터정보학회논문지, 21(7), pp.9~16 (2016), 한국컴퓨터정보학회
  42. 신원섭, "초등과학교육에서 인공지능의 적용방안 연구", 초등과학교육, 39(1), pp.117~132 (2020), 한국초등과학교육학회
  43. Taylor, A. R., "Creativity, inquiry, or accountability? Scientists' and teachers'perceptions of science education", Science Education, 92, pp.1058~1075 (2008)
  44. 윤은정, "과학교과서 말뭉치(K-STeC) 학습을 통한 워드임베딩(word embedding) 모델의 정성적 성능 평가", 새물리, 69(10), pp.1038~1052 (2019), 한국물리학회[DOI]

관련 논문AI추천

과학교과서 텍스트의 계량적 분석을 이용한 과학 개념어의 생산적 지식 교육 방안 탐색윤은정한국과학교육학회 · 한국과학교육학회지2020 · 제40권 제1호과학교육 분야 자연어 처리 기법의 연구동향 분석유선아, 전철홍한국과학교육학회 · 한국과학교육학회지2024 · 제44권 제1호2015 개정 국어 교과서 코퍼스에 표상된 문법 탐구 양상 - Word2Vec 모델을 활용하여 -나상수한국문법교육학회 · 문법 교육2024 · 제50권 Word2Vec을 활용한 문법 탐구의 핵심 어휘 탐색 연구강지영, 김범진, 나상수국어교육학회(since1969) · 국어교육연구2020 · 제46호SciBERT 임베딩과 계층적 군집화를 활용한 과학 실행 연구 유형 도출 및 시기별 연구 변화 분석 - 2001∼2025년 국제 학술 논문을 중심으로 -박다혜한국초등과학교육학회 · 초등과학교육2026 · 제45권 제1호과학교사의 과학의 본성 수업에 대한 교과교육학 지식(NOS-PCK) 탐색 -과학탐구실험을 중심으로-김민환, 노태희, 신해민한국과학교육학회 · 한국과학교육학회지2020 · 제40권 제4호

이 간행물의 다른 논문 (9건)

지구 온난화에 대한 학습발달과정 탐색: 중학교를 중심으로곽영순, 이기영, 박재용, 유은정pp. 1-16생물 과제의 자기조절 활동에서 나타나는 중등학생의 연령별 두뇌 활성 –fNIRS 연구권용주, 이서리pp. 30-39비대면 생활과학교실 참여가 초등학생들의 과학기술에 대한 인식 및 과학적 역량에 미치는 영향최규리, 이선미, 조경숙, 장미화, 오윤정, 이미형pp. 40-52인공지능을 활용한 해안사구 식물 탐구 프로그램이 초등 과학영재의 정의적 영역에 미치는 영향변정호pp. 53-65가상현실(VR) 콘텐츠를 활용한 과학수업이 초등학생의 공간 감각과 과학적 태도에 미치는 영향권난주, 이재병pp. 66-79
원문 보기