- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
학문의 전문화와 학제성은 학문의 발전과 함께 이루어지며, 학제성을 규명하는 것은 학문의 좌표 설정에 있어서 중요하다. 본 연구는 연구자의 소속 학과와 연구 영역 간의 상관관계 분석을 통해서 학제성을 규명하는데 목적이 있다. 한국학술진흥재단에 등록된 63,578명의 연구자 소속 학과와 대분류 및 중분류 연구영역 간의 상관관계를 분석하였다. 이러한 상관관계 분석을 통해서, 대분류 연구영역 간에는 사회과학과 복합학, 의약학과 복합학, 자연과학과 의약학, 자연과학과 농수해양 간의 학제성을 찾아볼 수 있었다. 보다 구체적인 상관관계는 중분류 연구영역 단계와 소속 학과 간의 상관관계 분석을 통해 나타났다. 즉, 복합학과 사회과학은 다양한 연구영역이 서로 학제적 성격을 나타내며, 복합학과 의약학은 복합학 하위의 뇌과학 연구영역 때문인 것으로 분석되었다. 또한 자연과학과 의약학은 자연과학 내의 기타자연과학, 화학, 생물학에 기인한 것이며, 자연과학과 농수해양은 농수해양 내의 농학, 수산학, 식품과학 연구영역에 인한 것으로 나타났다.
Abstract
The purpose of this study is to identify interdisciplinarity among eight research areas based upon the correlations between researchers' department affiliations and research areas. More specifically, eight research areas and their sub-areas, 153 sub-areas with researchers' department affiliations were analyzed in terms of Pearson correlation analyses. The findings demonstrated that there was interdisciplinarity between Social Science and Multiple Science Areas, Social Science and Medical & Pharmaceutical Area, Natural Science and Medical & Pharmaceutical Area, and Medical & Pharmaceutical Area and Agricultural Science.
초록
기계학습 기반 문서범주화 기법에 있어서 최적의 자질을 구성하는 것이 성능향상에 있어서 중요하다. 본 연구는 학술지 수록 논문의 필수적 구성요소인 저자 제공 키워드와 논문제목을 대상으로 자질확장에 관한 실험을 수행하였다. 자질확장은 기본적으로 선정된 자질에 기반하여 WordNet과 같은 의미기반 사전 도구를 활용하는 것이 일반적이다. 본 연구는 키워드와 논문제목을 대상으로 WordNet 동의어 관계 용어를 활용하여 자질확장을 수행하였으며, 실험 결과 문서범주화 성능이 자질확장을 적용하지 않은 결과와 비교하여 월등히 향상됨을 보여주었다. 이러한 성능향상에 긍정적인 영향을 미치는 요소로 파악된 것은 정제된 자질 기반 및 분류어 기준의 동의어 자질확장이다. 이때 용어의 중의성 해소 적용과 비적용 모두 성능향상에 영향을 미친 것으로 파악되었다. 본 연구의 결과로 키워드와 논문제목을 활용한 분류어 기준 동의어 자질 확장은 문서 범주화 성능향상에 긍정적인 요소라는 것을 제시하였다.
Abstract
Identifying optimal feature sets in Text Categorization(TC) is crucial in terms of improving the effectiveness. In this study, experiments on feature expansion were conducted using author provided keyword sets and article titles from typical scientific journal articles. The tool used for expanding feature sets is WordNet, a lexical database for English words. Given a data set and a lexical tool, this study presented that feature expansion with synonymous relationship was significantly effective on improving the results of TC. The experiment results pointed out that when expanding feature sets with synonyms using on classifier names, the effectiveness of TC was considerably improved regardless of word sense disambiguation.