• 한국문헌정보학회지
• /
• 제48권4호
• /
• pp.91-113
• /
• 2014

소셜 메타데이터는 이용자의 자발적인 참여를 통해 정보자원에 대한 풍부한 기술사항을 생성한다는 장점을 지니고 있지만, 조직화 된 구조를 적용하기 어렵다는 특성으로 인해 여러 가지 한계 또한 보이고 있다. 이에 본 연구에서는 소셜 메타데이터의 유형 가운데 태그를 중심으로 LibraryThing에서 활용되고 있는 태그의 의미를 분석하고, 이를 기반으로 기술의 대상이 되는 정보자원의 서지적 카테고리를 제공함으로써 태그의 의미적 조직화를 위한 대안적인 방안을 제안하였다. 서지적 카테고리를 구조적으로 제공하고 이를 통해 태그 부여단계에서 태그의 의미적 조직화를 유도하기 위해 소셜 인포메이션 아키텍쳐를 적용하여 태그의 조직화를 위한 소셜 메타데이터 프레임워크를 구축하였다. 이는 소셜 메타데이터의 조직화를 위한 개념적인 기반을 제공함으로써 향후 태그를 자동화 된 방식으로 조직하는데 활용할 수 있는 의미적 기반을 마련해 줄 것으로 기대된다.

• 정보관리학회지
• /
• 제28권4호
• /
• pp.161-182
• /
• 2011

현재 메타데이터와 폭소노미는 정보의 표현과 조직, 검색에 널리 사용되고 있다. 그러나 각각이 지닌 고유한 특성과 장점을 모두 활용하기 위해 이 두 가지 방식을 연결시키기 위한 연구가 많이 수행되고 있다. 본 연구에서는 폭소노미와 메타데이터가 지닌 공통점을 활용해 이 두 가지 방식을 마이크로컨텐츠를 이용해 연결시켜 정보자원의 활용을 극대화하는 방안을 제안하고 있다. 마이크로컨텐츠는 폭소노미의 동적인 특성과 메타데이터의 명확한 체계를 모두 반영한 구조로서, 실질적인 태그나 요소의 값을 갖지 않는 개념적인 구조이다. 이 마이크로컨텐츠를 이용한 접근방법은 폭소노미 태그와 메타데이터 구조에서 제공받은 접근점을 통해 이들 두 가지 방식의 단점을 상호보완하고 장점을 극대화하는데 활용될 수 있다.

• 한국문헌정보학회지
• /
• 제44권1호
• /
• pp.117-135
• /
• 2010

본 연구는 이미지의 시맨틱 검색을 위해서 동등어, 동의어 및 관련어를 질의 확장시에 사용하여 태그를 통제한 구조화된 폭소노미 시스템의 모형을 제안하였다. 그런 다음 제안한 시스템의 효율성을 평가하기 위해서 실험을 통해서 이 시스템을 태그를 전혀 통제하지 않은 태그 기반 시스템과 검색 효율성(재현율과 정확률)과 만족도 측면에서 비교해 보았다. 이외에 검색 효율성이 질의 확장 방식에 따라서 어떤 차이를 보이는지 조사해 보았다. 실험 결과, 제안된 구조화된 폭소노미 시스템이 태그 기반 시스템 보다 재현율, 정확률 및 만족도에서 더 높게 나타났으며 그 차이도 통계적으로 유의미한 것으로 나타났다. 한편 질의 확장 방식에 따라서 재현율은 차이가 없었지만 정확률은 부분적으로 차이가 있는 것으로 나타났다. 본 연구 결과는 라이브러리 2.0 시대의 디지털 도서관 시스템에 적용되어 디지털 자원에 대한 접근성을 향상시킬 수 있을 것이다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.27-40
• /
• 2023

스마트 기기의 보급률 증가와 더불어 코로나의 영향으로 스마트 기기를 통한 미디어 콘텐츠의 소비가 크게 늘어나고 있다. 이러한 추세와 더불어 OTT 플랫폼을 통한 미디어 콘텐츠의 시청과 콘텐츠의 양이 늘어나고 있어서 해당 플랫폼에서의 콘텐츠 추천이 중요해지고 있다. 콘텐츠 기반 추천 관련 기존 연구들은 콘텐츠의 특징을 가리키는 메타 데이터를 활용하는 경우가 대부분이었고 콘텐츠 자체의 내용적인 메타 데이터를 활용하는 경우는 부족한 상황이다. 이에 따라 본 논문은 콘텐츠의 내용적인 부분을 설명하는 제목과 시놉시스를 포함한 다양한 텍스트 데이터를 바탕으로 유사한 콘텐츠를 추천하고자 하였다. 텍스트 데이터를 학습하기 위한 모델은 한국어 언어모델 중에 성능이 우수한 KLUE-RoBERTa-large를 활용하였다. 학습 데이터는 콘텐츠 제목, 시놉시스, 복합 장르, 감독, 배우, 해시 태그 정보를 포함하는 2만여건의 콘텐츠 메타 데이터를 사용하였으며 정형 데이터로 구분되어 있는 여러 텍스트 피처를 입력하기 위해 해당 피처를 가리키는 스페셜 토큰으로 텍스트 피처들을 이어붙여서 언어모델에 입력하였다. 콘텐츠들 간에 3자 비교를 하는 방식과 테스트셋 레이블링에 다중 검수를 적용하여 모델의 유사도 분류 능력을 점검하는 테스트셋의 상대성과 객관성을 도모하였다. 콘텐츠 메타 텍스트 데이터에 대한 임베딩을 파인튜닝 학습하기 위해 장르 분류와 해시태그 분류 예측 태스크로 실험하였다. 결과적으로 해시태그 분류 모델이 유사도 테스트셋 기준으로 90%이상의 정확도를 보였고 기본 언어모델 대비 9% 이상 향상되었다. 해시태그 분류 학습을 통해 언어모델의 유사 콘텐츠 분류 능력이 향상됨을 알 수 있었고 콘텐츠 기반 필터링을 위한 언어모델의 활용 가치를 보여주었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.75-77
• /
• 2021

현재 다양한 검색엔진들이 사용되고 있다. 검색엔진은 메타태그 정보를 기본으로 크롤링, 색인생성, 검색 결과 출력의 3단계를 거치며, 사용자가 원하는 자료의 검색을 도와준다. 그러나 키워드를 기반으로 검색해서 얻은 방대한 문서가 관련이 없거나 적은 문서일 경우도 많다. 이러한 문제점 때문에 검색 결과에서 내용을 파악하여 정확도를 분류를 해야 하는 번거로운 일이 발생하게 된다. 다양한 검색엔진을 통해 추출된 결과의 경우 검색엔진의 인덱스는 주기적으로 업데이트 되지만 가중치에 대한 기준과 업데이트 주기는 검색엔진마다 다르고 검색 순위 산정 기준이 서로 다르기 때문에 동일한 키워드를 검색어로 입력하고도 서로 다른 검색 순위를 보여주는 단점을 가지고 있다 따라서 본 논문에서는 기존 검색엔진 대신 사용자가 입력한 키워드와 문서의 연관성을 추출하여 사용자가 찾고자 하는 키워드를 입력했을 때 키워드와 문서의 연관성을 향상 시킬 수 있는 LSTM모델을 설계하고자 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.281-283
• /
• 2021

국내 OTT(Over-the-top media service) 시장의 추천 서비스에서 거론되는 대표 업체는 Youtube와 Netflix이다. Youtube는 여러 방법을 거쳐 2016년부터 이용자의 시청 시간을 기록하여 이용하는 알고리즘을 머신러닝에 도입하면서 개인화된 추천을 본격화하였고, Netflix는 사용자의 선택한 영상, 시청 시간대, 영상 시청 기기 등 정보 수집을 통해 이용자를 분류하고 비슷한 시청 패턴을 가진 사람들을 같은 그룹에 묶는 방식과 영상을 직접 시청 후 사람이 태그(메타데이터)를 직접 기록하여 사용자로부터 수집한 정보와 영상에 붙은 태그 정보를 이용한다. 본 논문에서는 수기로 작성하던 영상 미디어의 메타데이터를 자동으로 생성하여 영상미디어의 추천을 개선하기 위한 방법을 제안하고자 한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권9호
• /
• pp.749-757
• /
• 2009

인터넷 사용이 대중화되면서 개인이 정보의 또는 검색할 주제에 따라 원하는 정보에 쉽게 접근할 수 있다. 이때 다양한 구조를 갖는 자료들의 속성을 잘 나타내는 메타데이터를 이용하면 검색의도에 보다 정확하게 부합하는 검색 결과를 얻을 수 있어 다양한 연구가 지속되고 있다. 본 연구는 소그룹의 사용자들이 공동으로 관심 있는 웹 콘텐츠의 즐겨 찾기를 공동으로 유지 관리하는 용도로 다차원 벡터형 태그를 제안한다. 제안하는 벡터형 태그는 정보 유용성을 나타내는 색인을 벡터방식으로 기술하고 이것을 활용해 정보의 분류 관리 재활용의 효율을 높이는 표현법이다. 벡터방식 태깅은 대상 키워드에 사용자들이 두 개 이상의 요소에 대한 우선순위를 부여하고 벡터 방식으로 표현한다. 이 때 벡터의 기본이 되는 벡터공간은 정보생성시간, 선호순위 등으로 구성한다. 벡터성분으로 산출할 수 있는 벡터크기가 정보의 유용성을 나타내며 순위측정의 기준이 된다. 제안방식에 의한 순위측정은 단순한 링크구조에 의해 측정된 순위와 비교하였을 때, 사용자의 검색의도에 부합하는 순위 정보를 제공하고 있다.

• 방송공학회논문지
• /
• 제20권6호
• /
• pp.848-861
• /
• 2015

본 논문에서는 메타정보로 표현된 마케팅 및 홍보전략·의도 등을 이용하여 홍보동영상을 쉽게 제작하는 웹기반 서비스 시스템을 소개한다. 홍보영상제작 시스템은 홍보물을 제작하려는 사용자가 사진이나 동영상을 제공하면 업종정보와 잠재고객정보 등을 이용해서 관련된 홍보동영상을 자동으로 생성하는 시스템이며 IT기술에 어려움을 느끼는 사용자들을 배려한다. 이와 관련된 기존 서비스들은 사전 정의되거나 새로 추가한 테마나 범주에 맞춰 템플릿들을 제작하고, 이를 갤러리 형식의 인터페이스로 제시하면 사용자가 원하는 템플릿을 직접 선택하여 홍보영상을 완성하는 방식이었다. 통상적으로 이를 실현하기 위해서는 템플릿 등에 해당 파일을 설명할 수 있는 태그를 붙여서 분류하고 검색하는 방식을 사용하는데 정형화되지 않은 메타정보들을 포함하는 템플릿 등이 새롭게 추가될 경우 관리 및 분석을 위해 별도의 정형화 과정이 필요하다. 이 작업은 서비스 규모가 커지고 시간당 처리수가 증가할수록 부담이 된다. 이를 해결하고자 본 논문에서는 장면템플릿 관련 비정형 메타정보를 주제모델링 방법을 사용해서 자동 분류한다. 또한 홍보전략 및 홍보의도를 표현하는 정형화 되지 않은 전략메타정보를 이용해서 적절한 장면템플릿을 추천하는 방법을 제안한다.

• 정보과학회 논문지
• /
• 제42권3호
• /
• pp.413-418
• /
• 2015

본 논문에서는 UEC (User Edited Contents)를 생성을 위한 비디오 세그먼트 검색에 적합한 동영상 메타데이터 스키마를 설계 및 제안한다. 전통적인 동영상 하위 구조 및 내용 정보 구조와 달리, 제안한 동영상 메타데이터 스키마에서 메타데이터는 Title-Event-Place (Scene)-Shot의 계층적인 구조를 가지며, 각 단위 세그먼트 별로 저장하여야 할 정보를 구조화하여 정의하였다. 현재 생성되어 배포되고 있는 UEC에 대한 논리적인 특징 분석을 통해 Pilot 태깅 실험을 설계하고, 피 실험자들의 태깅 행태와 태그들의 분석을 통해 이러한 메타데이터의 구성 방식과 스키마를 설계하였다. 제안한 시키마는 UEC 생성을 위한 동영상 검색의 특성을 고려하여 설계되었기 때문에 UEC 생성에 유용한 비디오 세그먼트를 범용 MPEG-7 MDS (Multimedia Description Scheme) 보다 쉽게 찾을 수 있도록 한다.

• 한국항행학회논문지
• /
• 제25권6호
• /
• pp.557-561
• /
• 2021

영상 콘텐츠를 사용자에게 추천하기 위해서는 메타데이터가 필수적인 요소로 자리 잡고 있다. 하지만 이러한 메타데이터는 영상 콘텐츠 제공자에 의해 수동적으로 생성되고 있다. 본 논문에서는 기존 수동으로 직접 메타데이터를 입력하는 방식에서 자동으로 메타데이터를 생성하는 방법을 연구하였다. 기존 연구에서 감정 태그를 추출하는 방법에 추가로 영화 오디오를 통한 장르와 제작국가에 대한 메타데이터 자동 생성 방법에 대해 연구를 진행하였다. 전이학습 모델인 ResNet34 인공 신경망 모델을 이용하여 오디오의 스펙트로그램으로부터 장르를 추출하고, 영화 속 화자의 음성을 음성인식을 통해 언어를 감지하였다. 이를 통해 메타데이터를 생성 인공지능을 통해 자동 생성 가능성을 확인할 수 있었다.