• Journal of Korea Entertainment Industry Association
• /
• v.13 no.5
• /
• pp.215-228
• /
• 2019

The purpose of this study is to analyze the trends of research themes of the Korean dance in recent 20 years using text mining. The study has analyzed 3,047 words in 1,468 academic papers posted in the Research & Information Services Section(RISS). TEXTOM, a big data analysis solution, has been used to refine and analyse data, and the keyword analysis and topic modeling have been adopted during the text-mining process to come up with meaningful results. First, the theme of studies has shifted from the structure of the basic Korean dance moves to the use and transmission of the Korean dance. Second, those who participate in studies of the Korean dance have changed from middle-aged women to elderly women. Third, studies on dance records have been inactivated. Fourth, studies on Choi Seung-hee have consistently been a subject of interest. Fifth, the focus of studies has turned from the Korean creative dance to the Korean traditional dance. Sixth, there are no iconic research themes that would lead the academic trends with no clear boundaries of research themes.

• Proceedings of the Korea Contents Association Conference
• /
• 2011.05a
• /
• pp.453-454
• /
• 2011

다양한 스마트 모바일을 기반으로 하는 인터페이스 호환 환경의 경우 상당히 유사한 형태의 어플리케에션 아이콘 디자인이 양산되어지고 있다, 이러한 현상은 사용자가 어떤 상호텍스트성의 요소에 의해 기호의 인지 작용을 수행하며 유사한 내용과 기능을 내포한 디자인을 어떻게 서로 다르게 인지 하는지를 증명하여 향후 디지털 기기의 아이콘의 디자인에 효과적인 가이드를 제시할 수 있을 것이다. 또한 이러한 연구 결과를 토대로 영상 미디어의 통합이나 유비쿼터스 환경의 디지털 영상 기호 설계에 있어서 나타날 수 있는 미디어의 컨버전스에 의한 디지털 영상 기호 커뮤니케이션 오류를 줄이는 기초적 연구가 되고자 한다.

• Proceedings of the KAIS Fall Conference
• /
• 2012.05a
• /
• pp.197-200
• /
• 2012

본 논문에서는 그래마스의 이론을 적용하여 행동자의 모델을 통해 출연자의 관계와 서로의 행동적 모델을 분석하고자 함이다. 본 연구에서는 텍스트의 분석이 아닌 영상에서 나타난 의미를 텍스트적으로 들여다보고 이를 통하여 영상에 대입하여 분석하였다. '힐링캠프'의 3명의 사회자와 초대손님의 관계에 대하여 분석함으로서 그래마스의 행동자 모델에 적용함으로서 서로의 관계에 대하여 연구해 보았다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.48-50
• /
• 2000

최근 텍스트, 이미지, 오디오, 비디오와 같은 멀티미디어 객체를 다루는 연구는 국내외적으로 활발하게 진행되고 있으나, 이러한 멀티미디어 객체들을 효율적으로 저장 및 검색하기 위한 하부저장 시스템에 대한 연구는 미흡한 실정이다. 본 연구에서는 이러한 대용량 멀티미디어 객체들을 효율적으로 저장 및 검색하기 위한 구조를 분석하고 다양한 이질적 객체들을 위한 객체 관리자 및 대용량 텍스트를 위한 역화일 관리자를 설계한다. 아울러, 기존의 하부저정 구조인 SHORE 저장시스템에 통합하여 DBMS 측면에서 제공하는 동시성 제어, 회복기법 등을 지원할 수 있는 객체저장 엔진을 구현한다.

• Annual Conference of KIPS
• /
• 2009.04a
• /
• pp.118-121
• /
• 2009

말뭉치 분석기는 언어 연구에 필요한 도구로써 망뭉치 분석을 통한 언어 정보의 추출, 적용 및 확인용으로 사용할 수 있다. 본 논문에서는 언어 기술을 국부 문법에 의한 그래픽적인 기술방법으로 처리하는 말뭉치 분석기를 이용하여 한국어 텍스트를 연구하기 위하여 기존의 굴절어 중심으로 구현되어진 다국어 말뭉치 분석기에 한국어와 같은 교착어들의 텍스트 처리를 위한 기능을 구현한다.

• Journal of Digital Convergence
• /
• v.19 no.3
• /
• pp.167-176
• /
• 2021

With development of big data analysis technology, many studies to find social issues using texts mining techniques have been conducted. In order to derive social issues, previous studies performed in a way that collects a large amount of text data from news or SNS, and then analyzes issues based on text mining techniques such as topic modeling and terms network analysis. Social issues are the results of various social phenomena and factors. However, since previous studies focused on deriving social issues that are results of various causes, there are limitations to revealing the cause of the issues. In order to effectively respond to social issues, it is necessary not only to derive social issues, but also to be able to identify the causes of social issues. In this study, in order to overcome these limitations, we proposed a method of deriving the factors that cause social issues from texts related to social issues based on the theory of part of Korean linguistics. To do this, we collected news data related to social issues for three years from 2017 to 2019 and proposed a methodology to find causes based causal sentences based on text mining techniques.

• Journal of Intelligence and Information Systems
• /
• v.29 no.1
• /
• pp.41-63
• /
• 2023

As the online e-commerce market growing, the need for a recommender system that can provide suitable products or services to customer is emerging. Recently, many studies using the sentiment score of online review have been proposed to improve the limitations of study on recommender systems that utilize only quantitative information. However, this methodology has limitation in extracting specific preference information related to customer within online reviews, making it difficult to improve recommendation performance. To address the limitation of previous studies, this study proposes a novel recommendation methodology that applies deep learning technique and uses various linguistic factors within online reviews to elaborately learn customer preferences. First, the interaction was learned nonlinearly using deep learning technique for the purpose to extract complex interactions between customer and product. And to effectively utilize online review, cognitive contents, affective contents, and linguistic style matching that have an important influence on customer's purchasing decisions among linguistic factors were used. To verify the proposed methodology, an experiment was conducted using online review data in Amazon.com, and the experimental results confirmed the superiority of the proposed model. This study contributed to the theoretical and methodological aspects of recommender system study by proposing a methodology that effectively utilizes characteristics of customer's preferences in online reviews.

• Journal of the Korean Chemical Society
• /
• v.66 no.5
• /
• pp.376-389
• /
• 2022

The purpose of this study was to investigate the effects of implementing semantic mapping reading strategy in the science class on high school students' science text reading ability. 3^rd grade students of science core high school in a small and medium-sized city participated in this study for a semester. Texts with socio-scientific issues and chemistry subjects were used to implement semantic mapping reading strategy in the science class. To investigate the changes in students' science text reading ability, experimental group students participated in the pre-reading and post-science reading ability tests and the results were analyzed. The results of this study showed that the mean of the science reading ability test score of experimental group was significantly higher than that of the comparison group. We found that drawing a semantic mapping before solving a reading task made it easier for students to find information and infer meaning from text. It can be seen that students also recognize that the semantic mapping is helpful in understanding the text because it is easy to understand the relationship between concepts by visualizing the content of the text, and can connect their background knowledge with the text content.

• The Korean Journal of Applied Statistics
• /
• v.37 no.4
• /
• pp.395-410
• /
• 2024

Text data is usually made up of a wide variety of unique words. Even in standard text data, it is common to find tens of thousands of different words. In text data analysis, usually, each unique word is treated as a variable. Thus, text data can be regarded as a dataset with a large number of variables. On the other hand, in text data classification, we often encounter class label imbalance problems. In the cases of substantial imbalances, the performance of conventional classification models can be severely degraded. To improve the classification performance of support vector machines (SVM) for imbalanced data, algorithms such as the Synthetic Minority Over-sampling Technique (SMOTE) can be used. The SMOTE algorithm synthetically generates new observations for the minority class based on the k-Nearest Neighbors (kNN) algorithm. However, in datasets with a large number of variables, such as text data, errors may accumulate. This can potentially impact the performance of the kNN algorithm. In this study, we propose a method for enhancing prediction performance for the minority class of imbalanced text data. Our approach involves employing variable selection to generate new synthetic observations in a reduced space, thereby improving the overall classification performance of SVM.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.216-219
• /
• 2003

본 논문은 최소한의 형태소 정보를 이용한 자동 발음열 생성 시스템을 제안한다 일반적으로 발음열 생성 시스템은 입력된 문장에 대하여 형태소 단위로 분석한 다음, 각 형태소와 형태소의 결함 관계를 고려한 음운 규칙을 적용함으로써 상응하는 발음열을 생성한다. 지금까지의 연구는 이러한 발음열 생성시의 형태소 분석에 관하여 그 범위에 관한 연구 없이, 가능한 최대한의 분석을 상정하고 있다. 본 논문은 한국어 음운현상을 체계적인 텍스트 분석을 통하여 모든 형태론적 음운론적인 환경에서 가능한 모든 음운현상을 분류하여 발음열 생성시에 실제로 필요한 형태소 분석의 범위를 규명하는 것을 그 목적으로 한다. 음운 현상을 분석하기 위해 사용한 텍스트 자료로는 어휘가 중복되지 않으면서도 많은 종류의 어휘가 수록된 5만 여 어휘의 연세한국어사전과 2200 여 개의 어미와 조사를 수록한 어미조사사전을 이용하였다. 이와 같이 텍스트를 분석한 결과, 음운현상은 규칙적인 음운 현상과 불규칙적인 음운현상으로 나뉘는데, 이 가운데 형태소 정보가 필요한 형태음운규칙으로는 두 가지가 있으며, 이러한 형태음운규칙을 위한 형태소 분석의 범위로는 세세한 분류를 필요로 하지 않는 최소한의 정보로 가능함을 보인다. 이러한 체계적인 분석을 기반으로 제안하는 자동 발음열 생성 시스템은 형태음운규칙과 예외규칙, 그리고 일반음운 규칙으로 구성된다. 본 시스템에 대한 성능 실험은 PBS 1637 어절과 ETRI 텍스트 DB 19만 여 어절을 이용하여 99.9%의 성능결과를 얻었다.