• Human Ecology Research
• /
• 제59권1호
• /
• pp.23-43
• /
• 2021

This study looked through the text mining analysis to check the status of the virtual assistant service, and explore the needs of consumers, and present consumer-oriented directions. Trendup 4.0 was used to analyze the keywords of AI services in Online News and social media from 2016 to 2020. The R program was used to collect consumer comment data and implement Topic Modeling analysis. According to the analysis, the number of mentions of AI services in mass media and social media has steadily increased. The Sentimental Analysis showed consumers were feeling positive about AI services in terms of useful and convenient functional and emotional aspects such as pleasure and interest. However, consumers were also experiencing complexity and difficulty with AI services and had concerns and fears about the use of AI services in the early stages of their introduction. The results of the consumer review analysis showed that there were topics(Technical Requirements) related to technology and the access process for the AI services to be provided, and topics (Consumer Request) expressed negative feelings about AI services, and topics(Consumer Life Support Area) about specific functions in the use of AI services. Text mining analysis enable this study to confirm consumer expectations or concerns about AI service, and to examine areas of service support that consumers experienced. The review data on each platform also revealed that the potential needs of consumers could be met by expanding the scope of support services and applying platform-specific strengths to provide differentiated services.

• 복식문화연구
• /
• 제32권2호
• /
• pp.215-231
• /
• 2024

The changing media landscape has diversified how and what is discussed about fashion. This study aims to examine expert discussions about fashion shows on social media from the perspective of fashion criticism. To achieve this goal objectively, a text mining program, Leximancer, was used. In total, 58 videos were collected from the panel discussion section of Showstudio from S/S 21 to S/S 24, and the results of text mining on 24,080 collected texts after refinement are detailed here. First, the researchers examined the frequency of keywords by season. This revealed that in 2021-2022, digital transformation, diversity, and fashion films are now commonly used to promote fashion collections, often replacing traditional catwalk shows. From 2023, sustainability and virtuality appeared more frequently, and fashion brands focused on storytelling to communicate seasonal concepts. In S/S 2024, the rise of luxury brand keywords and an increased focus on consumption has been evident. This suggests that it is influenced by social and cultural phenomena. Second, the overall keywords were analyzed and categorized into five concepts: formal descriptions and explanations of the collection's outfits, sociocultural evaluations of fashion shows and designers, assessments of the commerciality and sustainability of the current fashion industry, interpretations of fashion presentations, and discussions of the role of fashion shows in the future. The significance of this study lies in its identification of the specificity of contemporary fashion criticism and its objective approach to critical research.

• 한국지역지리학회지
• /
• 제18권4호
• /
• pp.445-463
• /
• 2012

이 연구는 미디어와 지리교육의 새로운 관계를 정립하려는 시도로서 미디어 리터러시에 초점을 두고 있다. 지금까지 미디어를 통해 나타난 지리적 현상이 세계를 비추는 창으로 간주되었다면, 이제는 다양한 주체와 목적에 의해 사회적으로 구성된 재현의 산물로서 인식될 필요가 있다. 미디어에 대한 이러한 인식론적 전환은 교수 학습에 있어서 사회적 구성주의와 미디어 리터러시의 중요성을 부각시킨다. 기존의 미디어를 활용한 소극적이고 수동적인 지리교육에서 벗어나 미디어를 통해 재현된 지리적 현상, 즉 미디어 텍스트가 어떻게 구성되고 선별되는지를 비판적으로 분석 이해하고 추론할 수 있는 능동적인 미디어 리터러시를 촉진할 수 있는 지리교육으로의 전환이 요구된다. 이러한 미디어 리터러시로서의 지리교육은 학생들의 능동적이고 창의적인 비판적 활동을 강조하여 미디어 텍스트에 감추어진 이데올로기를 드러내게 할 뿐만 아니라, 학생들의 지리적 상상력을 자극하고 풍부하게 할 수 있다는 점에서 더욱 의의가 있다고 할 수 있다.

• 의학교육논단
• /
• 제19권3호
• /
• pp.158-168
• /
• 2017

There is a more urgent call for educational methods of machine learning in medical education, and therefore, new approaches of teaching and researching machine learning in medicine are needed. This paper presents a case using machine learning through text analysis. Topic modeling of news articles with the keyword 'asbestos' were examined. Two hypotheses were tested using this method, and the process of machine learning of texts is illustrated through this example. Using an automated text analysis method, all the news articles published from January 1, 1990 to November 15, 2016 in South Korea which included 'asbestos' in the title and the body were collected by web scraping. Differences in topics were analyzed by structured topic modelling (STM) and compared by press companies and periods. More articles were found in liberal media outlets. Differences were found in the number and types of topics in the articles according to the partisanship and period. STM showed that the conservative press views asbestos as a personal problem, while the progressive press views asbestos as a social problem. A divergence in the perspective for emphasizing the issues of asbestos between the conservative press and progressive press was also found. Social perspective influences the main topics of news stories. Thus, the patients' uneasiness and pain are not presented by both sources of media. In addition, topics differ between news media sources based on partisanship, and therefore cause divergence in readers' framing. The method of text analysis and its strengths and weaknesses are explained, and an application for the teaching and researching of machine learning in medical education using the methodology of text analysis is considered. An educational method of machine learning in medical education is urgent for future generations.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.63-69
• /
• 2021

사람이 어떤 문장을 보고 그 문장에 대해 이해하는 것은 문장 안에서 주요한 단어를 이미지로 연상시켜 그 문장에 대해 이해한다. 이러한 연상과정을 컴퓨터가 할 수 있도록 하는 것을 text-to-image라고 한다. 기존 딥 러닝 기반 text-to-image 모델은 Convolutional Neural Network(CNN)-Long Short Term Memory(LSTM), bi-directional LSTM을 사용하여 텍스트의 특징을 추출하고, GAN에 입력으로 하여 이미지를 생성한다. 기존 text-to-image 모델은 텍스트 특징 추출에서 기본적인 임베딩을 사용하였으며, 여러 모듈을 사용하여 이미지를 생성하므로 학습 시간이 오래 걸린다. 따라서 본 연구에서는 자연어 처리분야에서 성능 향상을 보인 어텐션 메커니즘(Attention Mechanism)을 문장 임베딩에 사용하여 특징을 추출하고, 추출된 특징을 GAN에 입력하여 이미지를 생성하는 방법을 제안한다. 실험 결과 기존 연구에서 사용되는 모델보다 inception score가 높았으며 육안으로 판단하였을 때 입력된 문장에서 특징을 잘 표현하는 이미지를 생성하였다. 또한, 긴 문장이 입력되었을 때에도 문장을 잘 표현하는 이미지를 생성하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권3호
• /
• pp.531-541
• /
• 2018

본 연구는 소비자들의 농협보험에 대한 이미지 이미지를 분석하기 위해 텍스트 마이닝과 텍스트 네트워크 분석을 실시하였다. 최근 소셜미디어의 발달로 많은 텍스트가 생산 및 재생산되고 있으며, 텍스트는 기업에게 중요한 정보들을 제공한다. 이러한 정보의 의미를 도출하기 위해, 텍스트 마이닝과 텍스트 네트워크 분석을 많은 연구에서 실시하고 있다. 텍스트 분석결과, 농협보험의 긍정적 이미지는 주로 안전과 안정으로 나타났다. 농협보험의 부정적 이미지로는 우려와 불안으로 나타났다. 텍스트 네트워크 분석을 통해 도출한 농협보험의 이미지는 안전과 우려를 중심으로 형성되었다. 텍스트 네트워크 분석을 통해 도출된 결과를 인터뷰를 통해 확인하였다. 인터뷰 결과, 농협은 자산규모 등을 통해 안정적인 재무와 보험금 지급은 안전함이 긍정적 이미지의 주요한 요인이었다. 부정적 이미지로는 최근의 정보유출 사태로 인해 소비자들의 개인정보유출에 대한 우려가 큰 것으로 나타났다. 본 연구에서 분석을 통해 타 상품의 이미지 분석도 사용가능할 것이다.

• 스마트미디어저널
• /
• 제2권2호
• /
• pp.14-19
• /
• 2013

Recently, due to the increase of the use of scanned images, the text segmentation techniques, which play critical role to optimize the quality of the scanned images, are required to be updated and advanced. In this study, an algorithm has been developed based on the modification of Gaussian mixture model (GMM) by integrating the calculation of Gaussian detection gradient and the estimation of the number clusters. The experimental results show an efficient method for text segmentation in natural scenes such as storefronts, street signs, scanned journals and newspapers at different size, shape or color of texts in condition of lighting changes and complex background. These indicate that our model algorithm and research approach can address various issues, which are still limitations of other senior algorithms and methods.

• 한국군사과학기술학회지
• /
• 제21권1호
• /
• pp.86-93
• /
• 2018

Since media articles, which have a great influence on public opinion, are transmitted to the public through various media, it is very difficult to analyze them manually. There are many discussions on methods that can collect, process, and analyze documents in the academia, but this is mostly done in the areas related to politics and stocks, and national-defense articles are poorly researched. In this study, we will explain how to build an automatic analysis system of national defense articles that can collect information on defense articles automatically, and can process information quickly by using topic modeling with LDA, emotional analysis, and extraction-based text summarization.

• 스마트미디어저널
• /
• 제13권4호
• /
• pp.9-15
• /
• 2024

Tree-based algorithms have been the dominant methods used build a prediction model for tabular data. This also includes personal credit data. However, they are limited to compatibility with categorical and numerical data only, and also do not capture information of the relationship between other features. In this work, we proposed an ensemble model using the Transformer architecture that includes text features and harness the self-attention mechanism to tackle the feature relationships limitation. We describe a text formatter module, that converts the original tabular data into sentence data that is fed into FinBERT along with other text features. Furthermore, we employed FT-Transformer that train with the original tabular data. We evaluate this multi-modal approach with two popular tree-based algorithms known as, Random Forest and Extreme Gradient Boosting, XGBoost and TabTransformer. Our proposed method shows superior Default Recall, F1 score and AUC results across two public data sets. Our results are significant for financial institutions to reduce the risk of financial loss regarding defaulters.

• 한국멀티미디어학회논문지
• /
• 제9권9호
• /
• pp.1196-1207
• /
• 2006

본 논문에서는 구조주의 기호학자인 바르트의 기호학적 이론에 근거하여, 기호학을 구성하는 요소들과 애니메이션 텍스트에 나타나는 기호학의 원리를 알아보았다. 이러한 접근은 고전 기호학의 도식적 분석에서 벗어나, 애니메이션이 대중에게 효과적으로 메시지를 전달하는 원리의 분석을 가능하게 한다. 또한 사회적 작용을 고려하지 않는 순수 미학의 맹목적 관점을 경계할 수 있다. 애니메이션 텍스트를 바르트의 구조주의 기호학적 관점에서 한마디로 표현하자면 "애니메이션 텍스트는 하나의 기호가 갖는 이중적인 역할"이다. 이는 "대중매체의 애니메이션은 사회를 개념화하고 의미화 하는 특별한 과정이다"라고 말할 수 있다. 다시 말하면 "지배질서가 자신을 자연적 질서로 여겨지도록 대중을 동화하는 과정"이라는 것이다.