초록

본고는 사서교사가 정보이용교육을 실시하는 데 필수적인 수행평가 방법 및 도구를 개발하기 위한 것이다. 사서교사의 정보이용교육에서 중요한 영역이 평가이다. 그런데 지금까지 사서교사의 교육 활동은 평가 방법에 대한 연구가 거의 없는 실정이다. 다만, 초·중등학교 정보와 도서관 교육과정에 평가 영역이 제시되어 있을 뿐이다. 이에, 사서교사가 실시하는 정보이용교육을 위한 수행평가 방법 및 도구의 개발은 중요한 의미를 갖는다. 평가 방법과 도구는 평가이론과 목표준거에 입각하여 개발되어야 한다. 본고의 최종적인 목적은 현장 사서교사들이 수행평가이론과 목표준거를 바탕으로 정보이용교육을 위한 다양한 수행평가 방법, 도구, 사례를 구현할 수 있도록 하는 데 있다.

Abstract

This thesis presents the methods and tool development of performance assessment as final stage for information literacy instruction of teacher-librarians. The evaluation is an important part in information literacy instruction of teacher-librarians in the school libraries. But until now, there is little research on evaluation methodologies in the instructional activities of teacher-librarians. There is only evaluation domain presented in the primary and secondary ‘Information and the Library’ curriculum. To develop an evaluation model as a base for measuring performance assessment related to teacher- librarians is important. The goal of this thesis is to provide teacher-librarians with basic principles to develop many kinds of performance assessment tools in their own instructional activities.

초록

Abstract

With the purpose of enriching existing catalogues with FRBR, which is the Functional Requirements for Bibliographic Records, in mind, this paper aims to evaluate the impact of bibliographic ontology on the overall system’s performance in the field of literature. In doing this, OCLC’s FictionFinder (http://fictionfinder.oclc.org) was selected and qualitatively evaluated. In this study 40 university seniors evaluated the following three aspects using the ‘transferring thoughts onto paper method’: 1) In which ways is this FRBR-aware bibliographical ontology helpful? 2) Are the things which are initially attempted to be helped being helped? 3) Would users seeking one work in particular also see all other related works? In conclusion, this study revealed that, as Cutter claimed in his 2nd rule of the library, collocations give added-value to the users and overall ontology provides better interface and usefulness. It also revealed that a system’s evaluation with qualitative methodology helped to build full pictures of the system and to grip the information needs of the users when the system is developed. Qualitative evaluations, therefore, could be used as indicators for the evaluation of any information retrieval systems.

초록

차세대 인터넷 기술로 각광받은 시맨틱 웹의 완전한 사용은 도메인 영역의 지식표현과 지식추론의 성능에 달려있다. 특히 표현된 지식을 기계가 이해하여 인간과 도메인들 간의 상호작용을 위해서는 더욱 형식적이고 명시적인 지식과 추론 표현이 기반된 웹 온톨로지 구축이 중요하다. 더구나 웹 온톨로지간의 상호작용은 시맨틱 웹의 기술적 완성을 위한 중요 요소이나 현재 웹 온톨로지의 구축을 위한 표준화된 모델링 방법의 부족으로 인해, 구축된 웹 온톨로지의 상호작용과 이해가 어려운 상황이다. 따라서 이같은 문제를 해결하기 위해 본 논문은 온톨로지의 지식 표현과 추론에 따른 단계를 명확하게 정의하고 정의된 각 단계에 따라 기술논리의 TBox와 ABox의 지식표현 구조와 SWRL 기반의 추론 규칙을 바탕으로 하는 웹 온톨로지 모델링 방법을 제안한다. 제안된 방법의 성능 검증을 위해 제안된 웹 온톨로지 모델링 과정에 따라 웹 온톨로지들을 구축하였고, 구축된 웹 온톨로지들의 추론에 따른 상호작용 성능을 실험하여 본 논문의 유용성을 입증하였다.

Abstract

Actually a diffusion of a Semantic Web application and utilization are situations insufficient extremely. Technology most important in Semantic Web application is construction of the Ontology which contents itself with characteristics of Semantic Web. Proposed a suitable a Method of Building Web Ontology for characteristics of Semantic Web and Web Ontology as we compared the existing Ontology construction and Ontology construction techniques proposed for Web Ontology construction, and we analyzed. And modeling did Ontology to bases to Description Logic and the any axiom rule that used an expression way of SWRL, and established Inference-based Web Ontology according to proposed ways. Verified performance of Ontology established through Ontology inference experiment. Also, established an Web Ontology-based Intelligence Image Retrieval System, to experiment systems for performance evaluation of established Web Ontology, and present an example of implementation of a Semantic Web application and utilization. Demonstrated excellence of a Semantic Web application to be based on Ontology through inference experiment of an experiment system.

초록

현대사회의 개인과 단체가 일상적으로 생산하는 다양한 디지털 객체는 현대 인류에게는 정보자산이지만 미래 인류에게는 소중한 디지털 유산이 된다. TRAC은 디지털 보존이라는 막중한 책무를 자임한 디지털 아카이브가 그 책무를 실효성 있는 방식으로 수행하고 있는지를 평가하기 위한 도구의 하나이다. 이 논문은 TRAC과 우리 나라의 웹자원에 대한 장기적 접근을 제공하는 것을 목적으로 하는 국립중앙도서관의 OASIS 간의 격차를 분석하고자 하는 목적으로 수행되었다. 평가 결과, OASIS는 조직 및 기술인프라 측면에 비하여 장기 보존 기능을 포함한 객체관리 인프라가 취약한 상태임이 확인되었다.

Abstract

Individuals and organizations in the modern society produce diverse digital objects everyday, which are not only valuable information resources at present but also will be invaluable digital heritage for the future generation. TRAC(Trustworthy Repositories Audit & Certification: Criteria & Checklist) is one of the evaluating tools against which digital archives could be assessed for their preparedness to perform the task of long-term preservation. The current study uses TRAC to assess OASIS(Online Archiving & Searching Internet Source). The results show that the web archive has a greater room for strengthening in the object management infrastructure than in organizational and technical infrastructures.

초록

동일한 인명을 갖는 서로 다른 실세계 사람들이 존재하는 현실은 인터넷 세계에서 인명으로 표현된 개체의 신원을 식별해야 하는 문제를 발생시킨다. 상기의 문제가 학술정보 내의 저자명 개체로 제한된 경우를 저자식별이라 부른다. 저자식별은 식별 대상이 되는 저자명 개체 사이의 유사도 즉 저자유사도를 계산하는 단계와 이후 저자명 개체들을 군집화하는 단계로 이루어진다. 저자유사도는 공저자, 논문제목, 게재지정보 등의 저자식별자질들의 자질유사도로부터 계산되는데, 이를 위해 기존에 교사방법과 비교사방법들이 사용되었다. 저자식별된 학습샘플을 사용하는 교사방법은 비교사방법에 비해 다양한 저자식별자질들을 결합하는 최적의 저자유사도함수를 자동학습할 수 있다는 장점이 있다. 그러나, 기존 교사방법 연구에서는 SVM, MEM 등의 일부 기계학습기법만이 시도되었다. 이 논문은 다양한 기계학습기법들이 저자식별에 미치는 성능, 오류, 효율성을 비교하고, 공저자와 논문제목 자질에 대해 자질값 추출 및 자질 유사도 계산을 위한 여러 기법들의 비교분석을 제공한다.

Abstract

In bibliographic data, the use of personal names to indicate authors makes it difficult to specify a particular author since there are numerous authors whose personal names are the same. Resolving same-name author instances into different individuals is called author resolution, which consists of two steps: calculating author similarities and then clustering same-name author instances into different person groups. Author similarities are computed from similarities of author-related bibliographic features such as coauthors, titles of papers, publication information, using supervised or unsupervised methods. Supervised approaches employ machine learning techniques to automatically learn the author similarity function from author-resolved training samples. So far, however, a few machine learning methods have been investigated for author resolution. This paper provides a comparative evaluation of a variety of recent high-performing machine learning techniques on author disambiguation, and compares several methods of processing author disambiguation features such as coauthors and titles of papers.