- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 논문에서는 다중 모델 기계학습 기법을 이용하여 자동 문서 분류의 성능과 신뢰도를 향상시킬 수 있는 연구와 실험 결과를 기술하였다. 기존의 다중 모델 기계 학습법들이 훈련 데이터 또는 학습 알고리즘의 편향에 의한 오류를 극복하고자 한 것인데 비해 본 논문에서 제안한 메타 학습을 이용한 하이브리드 다중 모델 방식은 이 두 가지의 오류 원인을 동시에 해소하고자 하였다. 다양한 문서 집합에 대한 실험 결과. 본 논문에서 제안한 하이브리드 다중 모델 학습법이 전반적으로 기존의 일반 다중모델 학습법들에 비해 높은 성능을 보였으며, 다중 모델의 결합 방식으로서 메타 학습이 투표 방식에 비해 효율적인 것으로 나타났다.
Abstract
Inductive learning and classification techniques have been employed in various research and applications that organize textual data to solve the problem of information access. In this study, we develop hybrid model combination methods which incorporate the concepts and techniques for multiple modeling algorithms to improve the accuracy of text classification, and conduct experiments to evaluate the performances of proposed schemes. Boosted stacking, one of the extended stacking schemes proposed in this study yields higher accuracy relative to the conventional model combination methods and single classifiers.
초록
저널을 중심으로 한 학술커뮤니케이션의 문제는 저작권 문제라고 할 수 있다. 영리적 기관이 논문의 저작권을 배타적으로 양도받아, 원문데이터베이스를 구축할 경우 가격상승으로 인한 이용의 제한과 보존의 문제가 발생한다. 본 연구는 이러한 문제를 해결할 수 있는 방안으로 정보공유적 학술커뮤니케이션에 대한 개념적 모델을 제시하였다. 이 모델은 저자가 저작권을 가지되, 학술적이고 비영리적인 이용일 경우 해당 저작물을 자유롭게 이용할 수 있다는 공유적 라이센스를 채택하도록 하는 것이다. 따라서 도서관이 학술논문의 원문데이터베이스를 구축하고 자유롭게 이용시킬 수 있으며, 학술정보의 보존문제도 해결할 수 있을 것이다.
Abstract
The ownership of scholarly communication, i.e. copyright is very important to solve the problem of access to many academic journals in network environment. The purpose of this article is to give a conceptual model for the open access based scholarly communication. The main point of this model is for the authors of research paper to retain copyright on their works and to license the work whenever it is reproduced or redistributed for non-profit use with academic purpose. And library have to construct full text journal databases under this open access license.
초록
본 연구에서는 한국과학기술정보연구원에서 구축중인 한국과학기술인용색인을 바탕으로 국내 주요 과학기술계 학술지에 수록된 연구 논문을 중심으로 연구자들의 인용현황을 분석하였다. 또한 기계공학 분야를 실험 대상으로 선정하여 현재 SCI의 기계공학 분야의 인용 순위와 비교한 결과 SCI의 JCR과는 실질적인 차이가 있음을 발견하였다. 본 연구는 국내 연구자에게 분야별 필수적인 연구 정보원의 제공과 국내 기관별, 분야별 과학기술 수준을 파악하고 평가하기 위한 도구로서 활용이 가능한 한국인용색인데이터베이스의 효율적인 구축방안 및 서비스모델을 제안한다.
Abstract
In this study we analyze the present situation of cited and citing references among researchers, based on Korean Science Citation Index developed by Korea Institute of Science & Technology Information. There are some differences on the rank of frequently cited journals between JCR of ISI and KSCI, especially in the field of mechanical engineering. The purpose of this study is to find an efficient way of constructing KSCI database and to propose a service model which can be available as a tool to evaluate research activities and to provide researcher with basic information resources.