계층적 분류체계를 위한 자동분류 기법에 관한 연구 = (An) experimental study on text categorization for hierarchical classification
저자
발행사항
서울 : 연세대학교 대학원, 2001
학위논문사항
학위논문(석사)-- 연세대학교 대학원: 문헌정보학과 2001. 8
발행연도
2001
작성언어
한국어
주제어
KDC
024.4 판사항(4)
발행국(도시)
서울
형태사항
vi, 57p. : 삽도 ; 26 cm.
소장기관
이 연구는 계층적 분류체계인 DDC 분류표에 따라 문서를 자동으로 분류하기 위해 HiCat 이라는 자동분류 알고리즘을 제안한다. HiCat 알고리즘은 주제어 지식 베이스와 학습테이블을 동시에 이용하고, 각 계층에 속한 주제범주들을 대상으로 주제적합성 가중치공식을 적용하여 주제범주를 결정해 가는 방식을 취한다. HiCat 알고리즘의 성능을 평가하기 위해 이 연구에서 수행한 실험 및 실험 결과는 다음과 같다.
첫 번째 실험에서는 지식베이스의 탐색방법과 학습테이블의 구축방법에 따른 HiCat 알고리즘의 성능변화를 측정하여 최적의 성능을 보이는 조건을 알아보았다. 지식베이스의 탐색방법은 주제어 슬롯의 계층구조에 따른 탐색 유무에 따라 계층적 탐색, 비계층적 탐색으로 나뉘어진다. 그리고 학습테이블의 구축방법은 학습문서의 구성에 따라 일반적 구축과 계층적 구축으로 나뉘어진다. 이러한 지식베이스의 탐색방법과 학습테이블의 구축방법을 네 가지 경우로 구성하고 각 경우에 HiCat 알고리즘을 적용한 결과, 지식베이스의 계층탐색과 학습테이블의 일반적 구축을 동시에 이용한 경우에 가장 나은 성능을 보여주었다.
두 번째 실험에서는 수작업 분류방식을 모방하여 계층구조에서 단계적으로 주제를 결정하는 방식에 따라 HiCat 알고리즘을 세 가지 방식으로 변형하여 성능을 비교하였다. 변형된 알고리즘은 '하향식_1', '하향식_2', '상향식' 분류 알고리즘이다. HiCat 알고리즘이 전 주제범주를 대상으로 최종 주제범주를 결정하는 방식인 반면, 변형 알고리즘들은 이전 단계의 주제범주 결정이 다음 단계에 영향을 미치게 된다. 따라서 이전 단계의 분류 오류는 최종 주제범주 결정에 영향을 미치게 되어 세 가지 변형 알고리즘 모두 HiCat 알고리즘보다 낮은 성능을 나타냈다.
세 번째 실험에서는 HiCat 알고리즘과 기계학습을 이용한 범주화 연구에서 일반적으로 사용되는 나이브 베이즈 분류기 및 kNN 분류기와의 성능을 비교, 평가하였다. 또한 나이브 베이즈 분류기와 kNN 분류기를 변형한 NB_hier, kNN_hier의 성능도 함께 평가하였다. 실험결과 HiCat 알고리즘이 가장 성능이 좋았고, 그 다음이 kNN과 kNN_hier, NB_hier순이었으며, 나이브 베이즈 분류기가 가장 낮은 성능을 보였다.
일련의 실험을 통해 계층적 분류체계를 위한 HiCat 알고리즘의 성능이 일반 분류기보다 우수함이 증명되었으며, DDC 지식베이스의 통제된 주제어와 학습정보를 동시에 이용하는 것이 다양한 주제범주로 이루어진 웹문서를 분류하는데 좋은 도구가 됨을 알 수 있었다. 따라서 특정한 분류체계의 구조를 고려한 분류 알고리즘을 통해 자동분류의 성능을 향상시킬 수 있을 것이다.
This study suggests a automatic classification, HiCat algorithm, to automatically classify documents according to the hierarchical classification system, the DDC classification scheme. The HiCat algorithm simultaneously uses a main term knowledge base and a training table. For the categories in each hierarchy, the subject relevance weight equation was applied to designate a appropriate category. In order to evaluate the performance of the HiCat algorithm, the experiments carried out in this study are as follows.
In the first experiment, the changes in the performance of the HiCat algorithm was measured according to a search method of the knowledge base and a construction method of the training table and a condition showing the optimal performance was sought out. The search methods of the knowledge base are divided into the hierarchical search and the non-hierarchical search depending on the existence of the hierarchical structure of main term slots. The construction methods of the training table are divided into the general and hierarchical ways depending on the structure of the training documents. Such search methods of knowledge base and construction methods for training table consist of four cases. For each case that the HiCat algorithm was applied, the best performance was shown when the hierarchical search method of the knowledge base and the general construction method of the training table were applied simultaneously.
In the second experiment, imitating a manual classification method, by designating a subject according to the levels in the hierarchical structure, the HiCat algorithm was modified in three ways to compare the performance. The modified algorithms are 'Topdown_1', 'Topdown_2', and 'Bottomup' classification algorithms. While the HiCat algorithm takes the entire category into consideration to designate the ultimate category, in the modified algorithms, the designation of the category in the previous stage affects the next stage. Thus the classification errors in the previous stage have effects on the designation of the ultimate category, and give all three modified algorithms lower performance than the HiCat algorithm.
In the third experiment, the performance of the HiCat algorithm was compared to those of the naive bayes and the kNN, which are generally used in classification studies that use machine learning. In addition, the performances of the NB_hier and the kNN_hier which are modifications of the naive bayes and the kNN respectively, were also evaluated. The experiment results showed that the performance of the HiCat was the best followed by the kNN, kNN_hier, NB_hier, and naive bayes showing the lowest performance.
Through a series of experiments, the performance of the HiCat algorithm for hierarchical classification proved to be superior compared to ordinary classifiers. The simultaneous application of the controlled terms of the DDC knowledge base and the trained data was a good tool in classifying web documents into various categories. As a result, the performance of the automatic classification can be improved through the classified algorithm that takes specific classification schemes into consideration.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)