• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.685-689
• /
• 2009

Evolutionary Computation is not only widely used in optimization and machine learning, but also being applied in creating novel structures and entities. This paper proposes evolutionary topic maps that can suggest new and creative knowledge not easily producible by humans. Interactive evolutionary computation method is applied into topic maps in order to accept human evaluation on feasibility of intermediate topic maps. Evolutionary topic maps are creativity support tools, helping users to encounter new and creative knowledge. Further work can greatly improve the system by providing more operations, preventing over-convergence, and overcoming user fatigue problem by providing more intuitive user interface, better visualization, and interpolation mechanisms.

• KIISE Transactions on Computing Practices
• /
• v.23 no.4
• /
• pp.217-225
• /
• 2017

Recently, the interest in predicting hot topics has grown significantly as it has become more important to find and analyze meaningful information from a large amount of data flowing in social networking services. Existing hot topic detection schemes do not consider a temporal property, so they are not suitable to predict hot topics that are rapidly issued in a changing society. This paper proposes a hot topic prediction scheme that uses a modified TF-IDF in social networking environments. The modified TF-IDF extracts a candidate set of keywords that are momentarily issued. The proposed scheme then calculates the hot topic prediction scores by assigning weights considering user influence and professionality to extract the candidate keywords. The superiority of the proposed scheme is shown by comparing it to an existing detection scheme. In addition, to show whether or not it predicts hot topics correctly, we evaluate its quality with Korean news articles from Naver.

• The Journal of the Korea Contents Association
• /
• v.22 no.6
• /
• pp.1-14
• /
• 2022

This study aims to identify topics in newspaper articles related to fine particle matter and to investigate the characteristics and time series trend of each topic. Related national newspaper articles during 1990 and 2021 were collected from Bigkinds. A total of 18 topics have been discovered using LDA, and 11 clusters deduced from clustering. Hot topics include related products/residence, overseas cause(China), power plant as a domestic cause, nationwide emergency reduction measures, international cooperation, political issues, current situation & countermeasure in other countries, and consumption patterns. Cold topics include the concentration standard and indoor air quality improvement. These findings would be useful in inferring the political direction and strategies. In particular, the consumer protection policy should be expanded as the related market is growing. It will also be necessary to pursue policies that will promote public safety and health, and that will enhance public consensus and international cooperation.

• The Journal of the Korea Contents Association
• /
• v.22 no.7
• /
• pp.73-80
• /
• 2022

In this study, prior studies of 280 small business owners in Korea over the past two decades were comprehensively analyzed through keyword network and LDA topic modeling analysis, and overall views and trends in academia were examined. As core keywords, "sales" and "protection," which conflict with each other but are essential for stable and sustainable growth were selected, and 7 topics (Topic 1: start-up, topic 2: digital, topic 3: tax system, topic 4: capability, topic 5: coexistence, topic 6: regulation, and topic 7: funding) were drawn up. Based on the results of the analysis, the need to improve digital maturity for the continued growth and development of small business owners was raised, and the response at the pan-ministerial level and the stability of the performance of functions that can survive even after the new administration to solve the economic damage problems facing small business owners were suggested. In addition, attention to the long-term, speed, detail, and direction of government support in a new way, and a flexible approach to the negative way in which pre-allowance and post-regulation is given were suggested.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2010.08a
• /
• pp.41-44
• /
• 2010

본 논문은 토픽맵 기반 온톨로지 시스템의 통합효과 측정을 위한 연구에 앞서 통합의 가능성과 통합 성능을 측정하기 위한 프로토타입 시스템 구축에 관한 연구이다. 프로토타입 시스템 구축을 통해 자동 통합 툴의 성능을 측정하고자 한다. 이를 위해 통합 전의 단일 토픽맵에서의 검색 결과와 통합 토픽맵에서의 검색 결과를 비교하여 정답율과 재현율을 평가함으로써 통합 토픽맵이 정보의 손실 없이 단일 토픽맵들을 완전히 통합한 것인지 확인할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.240-243
• /
• 2011

웹 문서를 비롯한 여러 가지 문서의 양이 급증함에 따라, 문서로부터 주요정보를 얻거나 자동으로 요약하는 연구들이 진행되어왔다. 특히, 문서를 요약하는 연구들은 문서에 존재하는 문장을 추출하는 방법과 요약문을 새롭게 생성하는 방법, 이렇게 크게 두 가지 방법으로 진행되었다. 이 연구에서는, 잠재 토픽 모델을 통하여 얻어낸 각 문장의 토픽 순열을 이용하여 문서를 대표하는 문장, 즉 요약문으로서 적합한 문장들을 추출하는 새로운 기법을 소개한다. 특히, 잠재 토픽 모델이 일반적으로 가지고 있는 속성인 토픽 순열의 교환성(exchangeability)을 배제하고 토픽의 순열을 이용하여 요약문을 추출해내므로 이 기법을 통하여 문서 혹은 문장의 구조를 반영한 요약문을 만들 수 있다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2014.08a
• /
• pp.149-152
• /
• 2014

본 연구에서는 저자명 모호성 해소를 위해 토픽모델링 기법을 사용하여 저자명을 식별 하였다. 기존의 토픽모델링은 용어 자질만을 고려하였지만 본 연구에서는 제 3의 메타데이터 자질을 활용하여 ACT(Author-Conference Topic Model) 모델과 DMR(Dirichlet-multinomial Regression) 토픽모델링을 대상으로 저자명 식별 성능을 평가, 비교하였다. 또한 수작업으로 저자 식별 작업을 한 데이터셋을 기반으로 저자 당 논문 수와 토픽 수에 차이를 두고 연구를 진행하였다. 그 결과 저자명 식별에 있어 ACT 모델보다 DMR 토픽모델링의 성능이 더 우수한 것을 알 수 있었다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.164-169
• /
• 2022

토픽 모델링은 비즈니스 분석이나 기술 동향 파악 등 다방면에서 많이 사용되고 있는 기술이다. 하지만 대표적인 방법인 LDA와 같은 비지도학습의 경우, 그 알고리즘 구조상 문서의 수가 많을 때 토픽 모델링이 가능하다. 본 논문에서는 문서의 수가 적은 경우도, 키워드 및 키프레이즈를 이용한 군집화를 통해 토픽 모델링을 하고 감성분석을 통해 토픽에 대한 분석도 제시하였다. 이에 필요한 데이터 제작 및 키워드 추출, 키워드 기반 감성분석, 키워드 임베딩 및 군집화를 구현하였고, 결과를 정성적으로 보았을 때 유의미한 분석이 되는 것을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.557-559
• /
• 2022

최근 딥러닝의 기술발전으로 자연어 처리 분야에서 Q&A, 문장추천, 개체명 인식 등 다양한 연구가 진행 되고 있다. 딥러닝 기반 자연어 처리에서 좋은 성능을 보이는 트랜스포머 기반 BERT 모델의 성능향상에 대한 다양한 연구도 함께 진행되고 있다. 본 논문에서는 토픽모델인 잠재 디리클레 할당을 이용한 토픽별 지식그래프 분류와 입력문장의 토픽을 추론하는 방법으로 K-BERT 모델을 학습한다. 분류된 토픽 지식그래프와 추론된 토픽을 이용해 K-BERT 모델에서 대용량 지식그래프 사용의 효율적 방법을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.329-331
• /
• 2021

본 연구에서는 코로나19 관련 연구논문의 연구주제를 탐색하고 동향을 검토하고 있다. 또한 감성분석을 통해 부정적인 어조가 강한 경고가 되는 주제들을 알아본다. 잠재 디리슐레 할당(LDA)를 이용하여 총 8개의 토픽을 발견하 였고, 이를 구조적 토픽 모델링(STM)과 비교하여 비교적 안정적인 결과임을 확인하였다. 또한 k-means 군집 알고리즘을 통해 각 토픽별로 세부 연구주제를 발견하였고 주성분 분석을 이용하여 이를 시각적으로 표현하였다. 감성분석을 통해 각 토픽별 긍정적, 부정적인 단어들을 살펴보고 감성점수를 계산하여 연구논문의 주된 어조를 파악하였는데, 특히 생물 의학 관련, 국제적 역학관계, 심리적 영향과 관련된 연구에서 부정적인 어조가 강한 것으로 나타나 해당 부문에 대해서 주의와 관심이 요구된다. 향후 연구자들이 연구의 방향성을 탐색하고 정책결정자들이 연구지원 사업을 결정하는데 기초자료로 활용될 수 있을 것이다.