• 한국문헌정보학회지
• /
• 제51권4호
• /
• pp.77-97
• /
• 2017

최근 생의학 분야의 학술 문헌이 기하급수적으로 급증함에 따라 관련 분야 연구자들은 선행 연구 및 연구 동향 파악에 어려움을 겪고 있다. 이에 효율적인 선행 연구 및 연구 동향 파악을 위한 정보 추출 기술이 요구되며, 학술 문헌의 정보 추출을 위한 개체인식 및 개체 간의 생의학 이벤트 추출 연구가 활발히 진행되고 있다. 본 연구는 이에 심층 학습(Deep Learning)의 기법 중 하나인 컨볼루션 네트워크(Convolutional Neural Networks, CNN) 모델을 기반으로 이벤트 내의 개체 유형 정보의 적용 위치와 함께, 이벤트 식별 및 분류를 고려하여 총 8가지의 모델을 구성하여 실험하였다. 실험 결과, 본 연구에서 제안하는 모델 중 최고성능을 보인 개체 유형 완전연결 모델이 이벤트 분류 실험에서 F-점수 72.09%의 높은 성능을 보였으나, 이벤트 추출 실험에서는 학습 컬렉션의 불균형 문제 및 이벤트 식별 모델의 성능 저조 등으로 인하여 F-점수 21.81%의 비교적 저조한 성능을 보였다.

• 한국비블리아학회지
• /
• 제32권3호
• /
• pp.67-91
• /
• 2021

본 연구의 목적은 인스타그램을 활용한 대학도서관의 홍보 활동에 대한 재학생의 이용 현황과 인식을 파악하고 이를 바탕으로 도서관 홍보를 위한 대학도서관 인스타그램 운영 방안을 제안하는 것이다. 이를 위해 국내외 대학도서관 인스타그램 운영 현황을 조사하고, 소속 대학의 도서관 인스타그램을 이용하는 학생 292명을 대상으로 설문 조사를 진행하였다. 연구 결과, 대학도서관 인스타그램 운영 개선을 위해 첫째, 재학생의 인스타그램 이용과 밀접하게 연관된 '도서관 행사 및 이벤트' 정보를 활용하되 실질적인 도서관 이용으로 이어질 수 있는 참여 방법을 기획하여 도서관 이용을 활성화하는 것이 필요한 것으로 나타났다. 둘째, 도서관 이미지 인식에 긍정적인 영향을 주기 위해서 인스타그램을 통해 사서의 역할을 홍보하고 일상적 커뮤니케이션 정보를 활용하는 것이 필요하다. 셋째, 도서관 인스타그램에 이용자가 문의할 수 있는 방법을 안내하고, 주기적인 게시물 업로드와 모니터링을 통해 이용자와의 소통에 적극적으로 대응하는 것이 필요하다.