가중치 연관규칙 탐사 알고리즘을 이용한 자동 문헌 분류 = An Automatic Document Classification Using Weight Association Rule Algorithm

국문 초록 (Abstract)

본 논문에서는 연관규칙 탐사 알고리즘을 이용하여 전문 분야에 대한 문헌을 자동적으로 분류하기 위한 새로운 방법을 제시하였다. 이것은 지식탐사 시스템에 적용되어 대량의 지식 정보를 효율적으로 검색하고 관리하는데 있어 핵심적인 역할을 한다. 자동 문헌 분류는 학습용 문헌에서 전처리 과정과 연관규칙 탐사 알고리즘을 적용하여 분야별 대표 색인어 추출하는 과정과 추출된 각 색인어에 대한 가중치 배열을 적용하여 실험문헌에서 추출한 전공용어와의 유사도를 계산하여 문헌간의 연관성에 따라 자동으로 문헌을 분류하는 과정으로 이루어진다. 마지막으로 제시한 유사도와 기존 유사 계수들에 의한 자동 분류 결과를 비교하여 제한한 방법의 효율성을 입증하였다.

다국어 초록 (Multilingual Abstract)

In this paper, we proposed a new method of the automatic document classification in professional fields by using the association rule algorithm. This method can be applied to knowledge discovery system and may perform an important role to search and manage a large amount of information efficiently. An automatic document classification is composed of representative keyword sets extraction course by preprocessing procedure and applying association rule algorithm and automatic document classification course by calculating the degree of similarity of major keyword extracted from the testing documents by applying weight array about abstracted each keyword. Finally we compared automatic classification result degree of similarity proposed in this paper with that of the existing similarily coefficients, and show the efficiency of the proposed method.

목차 (Table of Contents)

• 1. 서론
• 2. 관련 연구
• 2.1 자동 문헌 분류
• 2.2 대표 색인어 추출 기법
• 2.3 연관 규칙 탐사 알고리즘
• 2.4 연관계수
• 3. 자동 문헌 분류
• 3.1 가중치 연관규칙 탐사 알고리즘을 이용한 자동 문헌 분류
• 3.2 전공 색인어 추출을 위한 전처리 과정
• 3.3 분야별 대표 색인어 구성
• 3.4 유사도 측정에 의한 자동 문헌 분류
• 3.5 자동 문헌 분류의 데이터베이스 설계
• 4. 실험 및 결과
• 4.1 자동 문헌 분류 실험
• 5. 결론 및 향후 연구
• 5.1 결론
• 5.2 향후 연구