• 한국비블리아학회지
• /
• 제34권4호
• /
• pp.29-54
• /
• 2023

본 연구는 한국 근대의학을 대표하는 의학교육기관에서 발행된 논문을 계량학적으로 분석하여 공통 및 학술지별 연구 주제를 파악하고 기관에 따른 저자 특성, 연구 경향을 살펴보고자 하였다. 경성의학전문학교와 경성제국대학 의학부에서 발행한 학술지 2종에 수록된 연구 논문 총 682건을 대상으로 저자 분석, 빈도 분석, 주제 분석을 수행하였다. 연구 결과, 경성의전 기요에 참여한 저자의 소속은 학교 및 병원 등 다양한 기관이 조사되었으며, 기초의학 전공과 임상의학 전공이 비슷한 비율을 차지하였다. 경성제대 의학부 기요는 학교 소속 저자만이 참여하였으며, 기초의학 전공은 96.33%임에 비해 임상의학 전공은 3.36%로 현저히 적었다. MeSH on Demand를 활용하여 논문 제목에서 추출한 MeSH 용어를 대상으로 동시출현 네트워크 분석을 실시한 결과, 두 학술지에서 공통으로 등장한 중심 주제어는 'erythrocytes'로 여러 장기 및 질병에 따른 적혈구 상태를 분석한 연구가 진행되었다. 빈도 분석 결과, 두 학술지에서 공통으로 혈액 및 혈구에 초점을 맞춘 연구와 당시 유행했던 질병인 빈혈과 결핵에 대한 연구가 등장하였다. 각 학술지의 주요 연구 주제를 비교한 결과, 경성의전 기요는 염증 질환에 대한 연구와 사람을 대상으로 한 임상병리학적 연구가 다수 확인되었으며, 경성제대 의학부 기요는 동물을 대상으로 한 해부학적 연구와 의약품에 대한 약리학적 연구가 주로 진행되었다. 본 연구를 통하여 설립 목표가 다른 두 의학전문학교에서 진행된 연구 주제와 주요 키워드를 파악하고, 학술지에 따른 연구 영역의 차이를 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제27권10호
• /
• pp.43-57
• /
• 2022

본 논문에서는 재난안전 분야의 연구 현황에 대한 계량정보 분석을 위하여 재난안전 분야 학과 소속의 연구자 논문을 분석하는 방법을 제안한다. 분석 연구 수행을 위하여 국내 대학기관의 방재 및 안전 공학 유형 학과에 소속된 저자들의 연구 논문들을 대상으로 기관식별, 참고문헌 인용 학술지 식별, 학과유형 분류, 재난안전유형 분류, 연구자 전공정보, 한국표준산업분류를 매핑하여 실험데이터를 구성 및 활용함으로써 재난안전 분야 학술지와 관련 키워드 검색을 통한 데이터셋 기반의 기존 선행연구들과 차별점을 갖는다. 연구 결과, 재난안전 분야 연구에서 저자소속 기관의 유형 및 지역적 분포, 공저 학과 유형의 구성, 연구자 전공 현황, 재난안전유형 및 표준산업분류의 현황, 학술지 인용 현황 및 핵심 키워드가 자세히 파악되었다. 또한 분석 단위별로 동시출현 네트워크를 생성 및 시각화여 주요 연결 관계를 조망 및 분석하였다. 연구 결과는 지능형 위기경보 체계 구축을 위한 재난유형별 주요 기관 및 정보의 식별과 추천에 활용할 예정이며, 향후 종합적이고 상시적인 분석 정보 제공을 위해 분석 범위의 확대와 데이터셋 구축을 위한 정보의 식별 및 분류 프로세스의 자동화가 필요하다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.69-92
• /
• 2015

최근 소셜 미디어의 사용이 폭발적으로 증가함에 따라 이용자가 직접 생성하는 방대한 데이터를 분석하기 위한 다양한 텍스트 마이닝(text mining) 기법들에 대한 연구가 활발히 이루어지고 있다. 이에 따라 텍스트 분석을 위한 알고리듬(algorithm)의 정확도와 수준 역시 높아지고 있으나, 특히 감성 분석(sentimental analysis)의 영역에서 언어의 문법적 요소만을 적용하는데 그쳐 화용론적 의미론적 요소를 고려하지 못한다는 한계를 지닌다. 본 연구는 이러한 한계를 보완하기 위해 기존의 알고리듬 보다 의미 자질을 폭 넓게 고려할 수 있는 Word2Vec 기법을 적용하였다. 또한 한국어 품사 중 형용사를 감정을 표현하는 '감정어휘'로 분류하고, Word2Vec 모델을 통해 추출된 감정어휘의 연관어 중 명사를 해당 감정을 유발하는 요인이라고 정의하여 이 전체 과정을 'Emotion Trigger'라 명명하였다. 본 연구는 사례 연구(case study)로 사회적 이슈가 된 세 직업군(교수, 검사, 의사)의 특정 사건들을 연구 대상으로 선정하고, 이 사건들에 대한 대중들의 인식에 대해 분석하고자 한다. 특정 사건들에 대한 일반 여론과 직접적으로 표출된 개인 의견 모두를 고려하기 위하여 뉴스(news), 블로그(blog), 트위터(twitter)를 데이터 수집 대상으로 선정하였고, 수집된 데이터는 유의미한 연구 결과를 보여줄 수 있을 정도로 그 규모가 크며, 추후 다양한 연구가 가능한 시계열(time series) 데이터이다. 본 연구의 의의는 키워드(keyword)간의 관계를 밝힘에 있어, 기존 감성 분석의 한계를 극복하기 위해 Word2Vec 기법을 적용하여 의미론적 요소를 결합했다는 점이다. 그 과정에서 감정을 유발하는 Emotion Trigger를 찾아낼 수 있었으며, 이는 사회적 이슈에 대한 일반 대중의 반응을 파악하고, 그 원인을 찾아 사회적 문제를 해결하는데 도움이 될 수 있을 것이다.