• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.219-222
• /
• 2000

수많은 종류의 비디오 데이터를 효율적으로 검색하기 위해서는 데이터를 분석하여 사용자에게 먼저 전체 비디오의 요약을 제시하는 것이 효과적이다. 본 논문에서는 기사 단위로 분할된 뉴스 기사 전체를 보여주지 않으면서도 기사의 내용을 왜곡됨이 없이 요약하여 효과적으로 사용자에게 보여주기 위한 방법을 제안한다. 본 논문에서는 사용자에게 시각적인 요약 정보를 앵커 프레임 추출 및 대표 프레임 추출을 통해 필름 스트림(film trip)의 형태로 제시하고, 기사를 소개하는 앵커의 첫 대사를 폐쇄 자막(closed-caption)을 이용하여 추출하여, 이를 기사의 내용에 대한 요약으로 필름 스트립과 같이 제시하도록 하였다. 앵커 프레임을 추출하기 위해 본 논문에서는 폐쇄 자막에서의 "앵커:" 태그가 존재하는 시간 구간과 동기된 프레임을 선정한다. 또한 대표 프레임은 공개형 자막(open-cpation)이 존재하는 프레임과 빈도에 기반한 가중치가 높은 .폐쇄 자막에서의 키워드와 동기된 프레임을 선정하도록 하였다. 본 논문의 뉴스 기사 요약 시스템은 시각적인 프레임제시와 함께 기사의 내용을 바탕으로 하는 기사 요약문을 같이 사용자에게 제공함으로써 기존의 필름 스트립형태만 제공하던 시스템에 비하여 사용자 중심의 지능형 요약 서비스가 가능함을 실험을 통해 보인다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.99-100
• /
• 2020

본 연구는 최근 우리나라 국민들의 주요 관심 교육정책인 '고교학점제' 관련 언론기사들을 한국언론재단의 빅카인즈(BIGKinds) 시스템을 활용하여 분석하였다. 본 연구에서는 2018년 1월 1일부터 2019년 11월 30일까지 기간을 설정한 후, 총 54개 언론사의 '고교학점제' 관련기사들을 추출하였다. 그 다음, 추출된 '고교학점제' 관련 기사들을 대상으로 뉴스트렌드 분석, 네트워크 지도 구현, 핵심어 추출 및 워드클라우드 제시 등의 연구과정을 거쳤다. 본 연구결과는 '고교학점제'의 정책 진행 과정성의 과제 및 쟁점들을 해결하는데 기초자료로 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1770-1772
• /
• 2012

현재 인터넷 공간은 사람들의 관심사나 사회적인 이슈들을 반영하고 있다. 사회적으로 어떤 사건이 발생하면 그 사건에 관한 뉴스 기사나 관련된 다양한 콘텐츠들이 생성되어 여러 사람들에게 소비되고 공유된다. 뿐만 아니라 이와는 반대로 인터넷 공간에서 사람들에게 많은 관심을 받거나 이슈가 된 사건이 사회적인 관심거리가 되기도 한다. 최근에는 인터넷 공간에서 발생하는 정보 검색이나 콘텐츠 생성 패턴을 분석하여 실제 사회에서의 이슈나 트렌드를 예측하려는 연구가 활발히 진행되고 있다. 이 논문에서는 인터넷을 기반으로 분석한 자료와 전문 기관에서 분석한 자료의 상관관계를 분석하고자 한다. 그 중 최근 뉴스나 콘텐츠가 많이 생산되는 2012년 대통령 선거 후보에 관한 인터넷 뉴스 기사량과 전문조사 기관에서 발표한 각 후보의 지지율을 보이고 두 자료 간의 상관관계를 분석한다. 그리고 실험 결과로 대선 후보들의 기사 점유율과 발표된 지지율에 높은 상관관계가 있음을 보인다.

• The Journal of the Korea Contents Association
• /
• v.20 no.6
• /
• pp.556-578
• /
• 2020

There are many different researches about how to analyze issues based on real-time news streams. But, there are few researches which analyze issues hierarchically from news articles and even a previous research of hierarchical issue analysis make clustering speed slower as the increment of news articles. In this paper, we propose a hierarchical and incremental clustering for semi real-time issue analysis on news articles. We trained siamese neural network based weighted cosine similarity model, applied this model to k-means algorithm which is used to make word clusters and converted news articles to document vectors by using these word clusters. Finally, we initialized an issue cluster tree from document vectors, updated this tree whenever news articles happen, and analyzed issues in semi real-time. Through the experiment and evaluation, we showed that up to about 0.26 performance has been improved in terms of NMI. Also, in terms of speed of incremental clustering, we also showed about 10 times faster than before.

• Journal of Digital Convergence
• /
• v.18 no.9
• /
• pp.17-27
• /
• 2020

News articles and blog posts have influence on social agenda setting and this study applied text mining on the subject of solar PV in rural area appeared in those media. Texts are gained from online news articles and blog posts with rural solar PV as a keyword by web scrapping, and these are analysed by sentiment analysis and topic modeling technique. Sentiment analysis shows that the proportion of negative texts are significantly lower in blog posts compared to news articles. Result of topic modeling shows that topics related to government policy have the largest loading in positive articles whereas various topics are relatively evenly distributed in negative articles. For blog posts, topics related to rural area installation and environmental damage are have the largest loading in positive and negative texts, respectively. This research reveals issues related to rural solar PV by combining sentiment analysis and topic modeling that were separately applied in previous studies.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.379-381
• /
• 2001

본 논문은 문서요약 시스템의 일부로써 신문기사의 문장을 효율적으로 구문 분석할 수 있는 구문 분석기를 구현한다. 요약의 대상인 신문기사의 문장은 보조동사, 화용조사, 인용동사 등 많은 동사들을 가지며, 이와 같은 동사들은 구문분석을 할 때 많은 문제점을 발생시킨다. 본 논문은 이러한 동사들을 단위화하고, 여기서 발생하는 주어 생략과 모호성 문제를 해결하는 방법을 제시한다. 그리고 단위화의 결과로 나온 의미적 중심용언을 이용하여 문장의 필수 성분을 추출한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.24 no.8
• /
• pp.999-1005
• /
• 2020

While search portals' 'Portal News' account for the largest portion of aggregated news outlet, its neutrality as an outlet is questionable. This is because news aggregation may lead to prejudiced information consumption by recommending biased news articles. In this paper we introduce a new method of measuring political bias of news articles by using deep learning. It can provide its readers with insights on critical thinking. For this method, we build the dataset for deep learning by analyzing articles' bias from keywords, sourced from the National Assembly proceedings, and assigning bias to said keywords. Based on these data, news article bias is calculated by applying deep learning with a combination of Convolution Neural Network and Recurrent Neural Network. Using this method, 95.6% of sentences are correctly distinguished as either conservative or progressive-biased; on the entire article, the accuracy is 46.0%. This enables analyzing any articles' bias between conservative and progressive unlike previous methods that were limited on article subjects.

• Korean journal of communication and information
• /
• v.74
• /
• pp.136-176
• /
• 2015

Despite the great significance we attach on culture, only a handful of researches focus on the characteristics and practices of cultural journalism. This study has aimed to unravel the changes in the trajectory of cultural journalism of Korean major newspapers, through content analysis and qualitative interpretation of the cultural contents they report. The results show that the number of cultual items have decreased compared to that of 10 years ago, although the entire number of pages has meanwhile increased. News items focused on 'products(advertisement)' and 'life(style)' have increased, whereas those on 'knowledge refined' and 'leisure entertainment' have decreased. 'Critique review commentary', 'academics' and 'performance exhibition art music' items turn out to have decreased significantly; soft contents such as mass culture, tourism, fashion and beauty, on the other hand, have increased considerably. Moreover, the demographic characteristics of news contributors remain almost the same, except that the proportion of ordinary readers/audience has slightly increased. Similarly, although there were no difference regarding the sources of direct quotation, the frequency of quotes from ordinary readers has increased. Consequently, these results imply how the cultural journalism of Korean newspapers are limited in encompassing diverse types of content, differentiating constitution, and presenting critical viewpoints.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.161-162
• /
• 2024

언젠가 한 번쯤 "뉴스에서 발생하는 소식들은 주가변동에 어떤 영향을 줄까?" 하고 궁금해 본 적이 있을 것이다. 본 논문에서는 이러한 궁금증을 해소하기 위해 뉴스기사에 따른 주식시장의 변동을 연구분석한 내용을 소개한다. 이를 위해 뉴스기사를 크롤링하고 자연어 처리 기술을 통해 긍정적 기사와 부정적 기사를 분류하고 해당 날짜의 주가변동 그래프를 분석하여 뉴스에서의 긍정적 요소와 부정적 요소가 주식시장에 얼마나 영향을 주는지 머신러닝 알고리즘을 통해 알아보았다.

• Korean journal of communication and information
• /
• v.37
• /
• pp.204-236
• /
• 2007

This study explores the corrections on the Korean and the U. S. daily newspapers for the characteristics and differences through the content analysis. For the research, Chosun Ilbo, Hankyoreh Shinmun, The New York Times and The San Francisco Chronicles are selected. The main differences between the Korean and American newspapers are as follows: Firstly, the average number of newspaper errors in Korean dailies are as half as little of those in the U. S. dailies. Secondly, regarding the subcategory of mistakes, the largest thematical number is the societal matters(36.0%), followed by politics(18.3%) and economy(12.1%) for the Korean newspapers. By contrast, errors in culture(17.4%) is the most frequently made by the American newspaper reporters and editors, followed by lifestyle(8.6%), and sports(7.0%). Thirdly, in terms of content of mistakes, errors in names(26.2%) that occurred the most, followed by misidentifications(18.1%) and misattribution(15.8%) for the Korean dailies; the errors in numbers(33.7%), spelling and typographical errors(12.1%) and date(5.6%) for the U. S. dailies. Fourthly, one of the critical reasons that mistakes occurred because Korean reporters are lack of double checking the stories; the U. S. reporters simply by overlooking the articles. Finally, the Korean newspapers make use of only two kinds of correction formats, while the U.S. newspapers use six different correction formats for their newspaper readers.