• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.114-117
• /
• 2009

신조어 조사용 프로그램은 웹에 실시간으로 등록되는 언론 기사를 수집하는 웹 에이전트를 개발하여 텍스트를 추출하고, 간단한 어휘 분석을 통하여 국어사전에 등록된 표제어와 이미 연구자가 발견한 기존의 신조어를 제외하고 새롭게 생성된 신조어를 추출하는 작업을 하는 도구이다. 인터넷의 언론 사이트에서 규칙적인 URL 패턴을 발견하고 뉴스 기사를 수집한다. HTML 소스 분석을 통하여 언론 기사만을 추출하고 이 기사에서 사전의 표제어와 기존에 조사된 신어를 제외하여 국어 전공자가 신어를 찾아내는 작업을 하는데 사용하는 시스템을 설계하고 구현하였다.

• 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.

• The Journal of the Korea Contents Association
• /
• v.9 no.11
• /
• pp.363-375
• /
• 2009

This study is to verify effects of banner advertising by context effect in web contents. For this, it analyzed the effects of banner advertising by association of internet article's contents, emotion, difficulty of article and the level of involvement. According to the result of experimental design, banner advertising effects by context effects of web contents were high in the following cases; in the case when the contents were highly associated with banner advertising; in the case when the positive emotions were formed by the internet article; in the case when the difficultly of article was low; and in the case when consumer's involvement was high. And also, when the contents were highly associated with the advertising, the content effects of web contents were high even in the case when the negative emotions were formed; in the case when the difficulty of article was high; and consumer's involvement was low.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.190-193
• /
• 2016

본 연구는 사행산업의 분야인 복권, 체육진흥투표권, 경마, 카지노에 대해 언론에서는 어떻게 다루어지고 있는지를 1990년부터 2015년까지의 뉴스데이터를 빅데이터 분석 방법 중 테스트의 의미연결망 분석을 통해 밝혀보고자 하는 연구이다. 이 논문은 의미망 분석을 통해 기사의 빈도와 연결성을 프레이밍과 시민관심 정도로 재조명 하여 기사에 대한 언론보도자의 의도와 시민의 인식차이를 밝혔고, 이를 통해 정책적 특성과 개혁과제를 탐색하였다. 분석결과 복권의 경우 당첨번호, 당첨금, 조작의혹 등 당첨에 대한 부분이 주제인 '사회문제' 형태였으며, 체육진흥투표권의 경우에는 사업입찰, 불법사이트, 발매대상 등 주로 사업추진과 불법사이트에 대한 '의무정보' 종류였고, 경마의 경우 사업장, 홍보, 기사 등으로 사업홍보나 광고 관련 뉴스이었고, 마지막으로 카지노의 경우에는 불법, 도박장, 외국인 등 '주요정보'에 해당하는 논문이었다. 시대에 따라 1990년대에는 카지노, 2000년대에는 복권, 2010년대에는 경마에 대한 기사보도가 많아졌으며, 이에 대한 시민의 반응도 사업비리, 당첨, 시민운동 등의 차이가 있었다. 마지막으로 기사의 빈도와 연결성이 나타내는 프레이밍 정도와 시민의 관심은 '1. 홍보광고, 2. 의무정보, 3. 사회이슈, 4. 주요정보' 네 가지로 구분되었으며 이 중 사고, 비리 등 주요기사로 구분되는 사회문제가 주요 공공의제로 형성되는 것을 확인할 수 있었다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.281-286
• /
• 2021

뉴스 헤드라인에 제3자의 발언을 직접 인용해 전언하는 이른바 '따옴표 저널리즘'이 언론 보도의 객관주의 원칙을 해치는지는 언론학 및 뉴스 구독자에게 중요한 문제이다. 이 연구는 온라인 포털사이트를 통해 실시간 유통되는 한국어 기사의 정확성을 판별하기 위한 기계학습(Machine Learning) 모델을 제안한다. 이 연구에서 제안하는 모델은 Edit Distance와 FastText 기법을 활용해 기사 제목과 본문 내 인용구의 유사성을 측정하고, XGBoost 모델을 활용해 최종 분류한다. 아울러 이 모델을 통해 229만 건의 뉴스 헤드라인에 대해 직접 인용구가 포함된 기사가 취재원의 발언을 주관적인 윤색없이 독자들에게 전하고 있는지를 판별했다. 이뿐만 아니라 딥러닝 기반의 KoELECTRA 모델을 활용해 기사의 제목 내 인용구에 대한 감성 분석을 진행했다. 분석 결과, 윤색이 가미되지 않은 직접 인용형 기사의 비율이 지난 20년 동안 10% 이상 증가했으며, 기사 제목의 인용구에 나타나는 감정은 부정 감성이 긍정 감성의 2.8배 정도로 우세했다. 이러한 시도는 앞으로 계산사회과학 방법론과 빅데이터에 기반한 언론 보도의 평가 및 개선에 도움을 주리라 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1198-1199
• /
• 2023

부동산 시장은 다양한 요인에 의해 가격이 결정되며 거시경제 변수뿐 만 아니라 뉴스 기사, SNS 등 다양한 비정형 데이터의 영향을 받는다. 특히 뉴스 기사는 국민들이 느끼는 경제 심리를 반영하고 있어 부동산 가격에 영향을 크게 미치는 변수라고 판단된다. 본 연구에서는 뉴스 기사의 세분화된 감정 분석을 통해 전통적인 분석 방법보다 더 의미 있는 결과를 얻을 수 있는 부동산 가격 예측 모델을 생성하였으며 뉴스 기사로부터 심리 지수를 산출하기 위해 생성 AI 를 활용하였다. 제안하는 매매가격지수 예측 모델을 통해 부동산 시장과 뉴스 기사와의 관계성에 대해 파악할 수 있으며, 사회/경제적 동향을 반영한 부동산 가격 변동을 예측할 수 있을 것으로 보인다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.21 no.9
• /
• pp.345-351
• /
• 2020

Administrative agencies today are paying keen attention to big data analysis to improve their policy responsiveness. Of all the big data, news articles can be used to understand public opinion regarding policy and policy issues. The amount of news output has increased rapidly because of the emergence of new online media outlets, which calls for the use of automated bots or automatic document classification tools. There are, however, limits to the automatic collection of news articles related to specific agencies or departments based on the existing news article categories and keyword search queries. Thus, this paper proposes a method to process articles using classification glossaries that take into account each agency's different work features. To this end, classification glossaries were developed by extracting the work features of different departments using Word2Vec and topic modeling techniques from news articles related to different agencies. As a result, the automatic classification of newspaper articles for each department yielded approximately 71% accuracy. This study is meaningful in making academic and practical contributions because it presents a method of extracting the work features for each department, and it is an unsupervised learning-based automatic classification method for automatically classifying news articles relevant to each agency.

• The Journal of the Korea Contents Association
• /
• v.21 no.9
• /
• pp.806-816
• /
• 2021

This study aims to describe the reporting patterns of articles on the Emergency Grant for all citizens(EGAC) and compare the reporting attitudes by newspaper companies. The main results are as follows: First, conservative newspapers reported more than four times as much coverage of EGAC as liberal newspapers. Newspaper articles reported during the week of the National Assembly Election Day accounted for about a quarter of the total, and 79.1% of the articles were reported in the political realm of newspapers, and only 2.8% in the social realm. Second, a conservative newspaper reported a critical attitude toward EGAC at 52.6% and favorable articles at 5.3%. On the other hand, in a liberal newspaper, critical articles were 17.1% and favorable articles were 37.1%. The inefficiency of selectivism was reported as the basis for the argument in favor, and concerns about the burden of deterioration in the financial soundness of the opponents were reported the most. Politicians are the most cited sources of information in articles. Finally, in prior to policymaking, the proportion of the media in favor of and against the news was similar, and the proportion of articles with a neutral attitude accounted for more than half. And in the specific method discussion stage, the articles in favor of the article exceeded the proportion of articles on the opposite side.

• Journal of Digital Contents Society
• /
• v.19 no.4
• /
• pp.631-637
• /
• 2018

In order to read newspaper articles, the use of paper newspapers is decreasing and smartphone are increasingly used. As a result, the number of news apps continues to increase. Many of the news apps in the Android Play Store fall into two categories. The first is an app that is developed by a specific newspaper company and distributes only the articles of the newspaper company. The rest is an app that shows a list of newspapers and shows the homepage when a newspaper is selected. In this paper, we have designed and implemented a Real-Time News app for collecting articles from many newspapers and providing them in real time. Newspapers provide up-to-date articles with RSS feeds. The server program stores them in the DB, and transmits the articles requested in the Real-Time News app in real time. In order to see the latest news, it is possible to collect the articles of each newspaper without visiting the websites of the various newspapers, and it is possible to reduce the mobile data usage used to access each website.

• 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.