• 한국컴퓨터정보학회논문지
• /
• 제21권11호
• /
• pp.85-91
• /
• 2016

This paper proposes a collective approach to cited text recognition by exploiting a set of citing text from different articles citing the same article. First, the proposed method gathers highly-ranked cited sentences from the cited article using a group of citing text to create a collective information of probable cited sentences. Then, such collective information is used to determine final cited sentences among highly-ranked sentences from similarity-based cited text recognition. Experiments have been conducted on the data set which consists of research articles from a computational linguistics domain. Evaluation results showed that the proposed method could improve the performance of similarity-based baseline approaches.

• 한국컴퓨터정보학회논문지
• /
• 제22권9호
• /
• pp.17-24
• /
• 2017

Core citation recognition is to identify influential ones among the prior articles that a scholarly article cite. Previous approaches have employed citing-text occurrence information, textual similarities between citing and cited article, etc. This study proposes a term-based approach to core citation recognition, which exploits the importance of individual terms appearing in in-text citation to calculate influence-strength for each cited article. Term importance is computed using various frequency information such as term frequency(tf) in in-text citation, tf in the citing article, inverse sentence frequency in the citing article, inverse document frequency in a collection of articles. Experiments using a previous test set consisting of computational linguistics articles show that the term-based approach performs comparably with the previous approaches. The proposed technique could be easily extended by employing other term units such as n-grams and phrases, or by using new term-importance formulae.

• 정보교육학회논문지
• /
• 제25권6호
• /
• pp.947-960
• /
• 2021

본 연구는 대학생의 인공지능 윤리 인식을 파악하여 대학 교양 인공지능 윤리 교육의 방향성을 탐색하고자 한다. 대학생 83명이 총 5개의 인공지능 윤리 토론 주제에 대한 의견을 작성하고, 작성된 텍스트를 기반으로 텍스트 마이닝 중 언어 네트워크를 이용하여 분석하였다. 분석 결과, 첫째, 인공지능 사회의 미래에 대해서 62.5%의 학생이 긍정적으로 바라보고 있었다. 둘째, 자율주행 자동차 사고 발생 시 39.2%의 학생이 현재 자율주행 수준으로는 차량 소유자의 책임으로 생각하였다. 셋째, 인공지능 발전의 역기능으로는 사생활 침해와 기술 악용, 정보편식을 꼽았다. 역기능 최소화 방안으로 인공지능 사용자와 개발자 모두의 윤리 교육이 필요하며 제도적인 준비도 병행되어야 한다고 언급하였다. 넷째, 얼굴 인식 기술이 보편화된 사회에 대해 19.2%의 학생만이 긍정적인 의견을 나타내었다. 마지막으로 데이터 수집 시 개인정보 이용 동의를 얻은 부분만 활용해야 할 뿐 아니라 도덕적인 기준이 없는 인공지능 활용 방안에 대해 사용자와 개발자 모두의 윤리적 소양을 강조하였다. 본 연구는 대학 교양 수준의 인공지능 윤리 교육을 설계할 때 시사점을 제공한다는 점에서 의의가 있다.