- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
최근 전자책이 점차 대중화되고 다양한 전자책 단말기가 출현하고 있다. 본 연구는 전자책 단말기의 사용성 평가를 위한 평가 요소를 정의하고, 그 요소를 기초로 하여 전자책 단말기의 사용성 평가 실험을 수행하였다. 실험 대상 전자책 단말기는 가장 많이 이용되고 있는 3종을 선정하였으며 피실험자는 중학생, 대학생, 직장인으로 구성된 15명을 대상으로 하였다. 실험 결과 아이패드의 사용성이 가장 우수한 것으로 조사되었으며, 상대적으로 전자책 전용 단말기인 아마존 킨들의 경우 터치 기능이 없는 것이 상당한 사용성 저해 요인인 것으로 응답되었다. 또한 전자책 단말기가 제공하는 고유의 하드웨어 및 소프트웨어적 사용성이 사용자에게 매우 중요한 요소이며, 전자책 단말기의 하드웨어적 측면과 연관된 기기 휴대성이 전자책 단말기의 전반적인 사용성에 큰 영향을 미치는 것으로 나타났다.
Abstract
Many e-book readers have become available as e-books are in popular use these days. We first developed the evaluation criteria and elements for testing the usability of e-book readers and then examined the usability of three e-book readers. The usability testing was conducted using three e-book readers that were most popular with 15 participants that consisted of middle school students, university students, and office workers. The study found that iPad showed the best usability. In case of Amazon Kindle, participants indicated that the lack of the touch function imposed a great deal of negative impact on the usability of the interface. Also, the hardware- and software-oriented usability provided by an e-book reader was considered to be a very important element for the users, and the portability in connection with the hardware-oriented aspect of an e-book reader was shown to be of great effect to the overall usability of an e-book reader.
초록
본 연구는 기관 레포지터리에 셀프 아카이빙하고 있는 미국 연구중심 대학 교수 109명의 데이터를 혁신확산이론의 주요 개념을 바탕으로 분석한 것이다. 이들 교수들의 대다수가 기관 레포지터리 담당자의 직접적인 연락이나 발표를 통해 기관 레포지터리를 인식하고 있었다. 혁신의 5가지 특성과 관련하여 디지털 보존과 이용통계 제공이 기관 레포지터리의 상대적 우위성을 강조할 수 있는 서비스 기능으로 나타났다. 또한 기관 레포지터리의 기반이 되는 오픈액세스의 가치와 학자들이 지향하는 지식과 학문의 발전이라는 가치 사이에 적합성이 존재하는 것으로 나타났다. 파일럿 프로젝트를 통한 기관 레포지터리의 시험적 사용가능성을 확인할 수 있었으며 기관 레포지터리의 수용을 통해 긍정적이고 가시적인 피드백을 얻은 교수들은 기관 레포지터리를 보다 적극적으로 지원하고 있었다. 혁신의 계속 수용이라는 측면에서 볼 때 기관 레포지터리의 수용을 지속시킬 수 있는 안정적이고 효율적인 서비스를 제공하는 것이 필요할 것이다.
Abstract
This study examined perceptions of 109 professors at doctorate-granting universities in the U.S. who have self-archived in Institutional Repositories(IRs), predicated on the Diffusion of Innovations Theory. The majority of the faculty learned about IRs through the contact from IR staff or their presentations. Relating to five characteristics of an innovation, digital preservation and usage statistics of an IR were considered to be its relative advantage. The principle of Open Access(OA) was found to have compatibility with the values that professors ultimately pursued. The trialability of an IR was determined by the fact that IRs were adopted by faculty through the participation of pilot projects. Professors who gained positive and visible results from IR adoption seemed more strongly support the repository. In addition, it is necessary for IRs to provide stable and effective services that support the continued adoption of IRs.
초록
대용량 문서에서 정보를 추출하는 작업은 정보검색 분야뿐 아니라 질의응답과 요약 분야에서 매우 유용하다. 정보추출은 비정형 데이터로부터 정형화된 정보를 자동으로 추출하는 작업으로서 개체명 인식, 전문용어 인식, 대용어 참조해소, 관계 추출 작업 등으로 구성된다. 이들 각각의 기술들은 지금까지 독립적으로 연구되어왔기 때문에, 구조적으로 상이한 입출력 방식을 가지며, 하부모듈인 언어처리 엔진들은 특성에 따라 개발 환경이 매우 다양하여 통합 활용이 어렵다. 과학기술문헌의 경우 개체명과 전문용어가 혼재되어 있는 형태로 구성된 문서가 많으므로, 기존의 연구결과를 이용하여 접근한다면 결과물 통합과정의 불편함과 처리속도에 많은 제약이 따른다. 본 연구에서는 과학기술문헌을 분석하여 개체명과 전문용어를 통합 추출할 수 있는 기반 프레임워크를 개발한다. 이를 위하여, 문장자동분리, 품사태깅, 기저구인식 등과 같은 기반 언어 분석 모듈은 물론 이를 활용한 개체명 인식기, 전문용어 인식기를 개발하고 이들을 하나의 플랫폼으로 통합한 과학기술 핵심개체 인식 체계를 제안한다.
Abstract
Large-scaled information extraction plays an important role in advanced information retrieval as well as question answering and summarization. Information extraction can be defined as a process of converting unstructured documents into formalized, tabular information, which consists of named-entity recognition, terminology extraction, coreference resolution and relation extraction. Since all the elementary technologies have been studied independently so far, it is not trivial to integrate all the necessary processes of information extraction due to the diversity of their input/output formation approaches and operating environments. As a result, it is difficult to handle scientific documents to extract both named-entities and technical terms at once. In order to extract these entities automatically from scientific documents at once, we developed a framework for scientific core entity extraction which embraces all the pivotal language processors, named-entity recognizer and terminology extractor.