• 정보관리학회지
• /
• 제29권4호
• /
• pp.251-271
• /
• 2012

주제명은 이용자가 어린이 그림책을 효과적으로 접근하도록 지원한다. 그러나 어린이 그림책은 다른 자료에 비해 표제나 목차와 같이 자료 자체에서 주제명을 선정하기가 어렵다. 또한 텍스트 외에 그림이 주는 정보량이 큰 편이다. 따라서 그림책의 주제접근을 위해서는 별도의 주제명 목록을 작성할 필요가 있다. 그런데 어린이 그림책에 일반 도서용으로 개발된 주제명을 그대로 사용하기는 적절하지 않을 수 있다. 주제명의 유형과 수준이 상이할 수 있기 때문이다. 이에 본 연구에서는 어린이 그림책에 적합한 주제명표를 개발하고자 하였다. 기본 주제명의 선정을 위해서는 영미권에서 발행된 그림책 주제명표를 참고하였는데, 이 과정에서 우리 문화와 언어에 맞도록 기존의 표목을 수정 추가하였다. 또한 그림책의 주요 독자층인 어린이에게 적합한 표목을 선정하기 위해 초등국어사전과 같은 참고자료도 활용하였다. 그리고 시범적으로 구축된 주제명표를 어린이 그림책을 대상으로 한 권장도서 목록에 적용하여, 주제검색이나 브라우징, 도서 추천 등에 활용하는 방안을 제시하였다.

• Journal of Information Science Theory and Practice
• /
• 제11권4호
• /
• pp.40-50
• /
• 2023

Research in interdisciplinary fields like biomechanics is published in a variety of journals whose visibility depends on bibliometric indexing that is often driven by citation analysis of bibliometric databases. This study documented variation in publication metrics and research subject categories assigned to 14 biomechanics journals. Authors, citation, and citation rate (CR) were collected for the top 15 cited articles in the journals retrieved from the Google Scholar service. Research subject categories were also extracted for journals from three databases (Dimensions, Journal Citation Reports, and Scopus). Despite the focus on biomechanics for the journals studied, these biomechanics journals have widely varying CR and subject categories assigned to them. There were significant (p=0.001) and meaningful (77-108%) differences in median CR between average, low, and high CR groups of these biomechanics journals. Since CR are primary data used to calculate most journal metrics and there is no one biomechanics subject category, field normalization for journal citation metrics in biomechanics is difficult. Care must be taken to accurately interpret most citation metrics of biomechanics journals as biased proxies of general usage of research, given a specific database, time frame, and area of biomechanics research.

• 정보관리학회지
• /
• 제25권1호
• /
• pp.191-210
• /
• 2008

일반적으로 문헌을 검색하고 접근하기 위하여 주제색인과 같은 주제어를 활용하곤 한다. 그렇다면 문헌의 내용과 문헌의 주제어는 분명히 어떤 밀접한 상관관계가 있을 것으로 예측해볼 수 있다. 본 연구는 이러한 의문점에서 출발하여, 디지털콘텐트의 본문내용이 비교적 짜임새 있게 정형화되어 있는 석사 학위논문을 연구문헌으로 한정하여 학위논문 전문에서 나타나는 학위논문의 주제어 분포도를 연구하였다. 학위논문의 주제어는 논문 저자가 부여한 주제어를 사용하되, 학위논문 전문은 '목차', '서론', '이론배경', '본론', '결론', '참고문헌'의 내용위치로 분할하여 내용위치에 따른 주제어의 출현율을 확인하였다. 연구대상 학위논문 전문은 1226.3개의 용어, 5152.3번의 용어 출현을 보였다. 학위논문 저자가 부여한 주제어는 $12{\sim}13$개 용어로 구성되어 있었다. 연구결과, 전문 내용위치에 따른 주제어의 출현율은 '목차' 11.4%와 '서론' 11.2%에서 가장 높았으며(11%), 다음 순위는 내용위치 '결론' 9.8%이었다.

• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 1995년도 제2회 학술대회 논문집
• /
• pp.111-114
• /
• 1995

전산환경에서 유용한 색인도구로서의 통제어휘집을 구성하는 원칙과 방법을 제시하고자 전조합색인용 통제어휘집인 LC주제명표목표의 표목구조와 후조합색인용 통제어휘집인 시소러스의 용어구조를 비교하였다. 주제명표목표에서 사용되는 도치표목, 전치사로 연결된 표목, 접속사로 연결된 표목, 세목을 가진 표목을 시소러스에서 사용되는 색인구조와 비교분석 하였다. 주제명표목표가 참조구조를 시소러스체제로 변환시켰을 때 나타나는 문제점도 파악하였다.

• 디지털산업정보학회논문지
• /
• 제14권4호
• /
• pp.35-45
• /
• 2018

Users are sharing many of contents such as text, image, video, and so on in SNS. There are various information as like as personal interesting, opinion, and relationship in social media contents. Therefore, many of recommendation systems or search systems are being developed through analysis of social media contents. In order to extract subject-related topics of social context being collected from social media channels in developing those system, it is necessary to develop ontologies for semantic analysis. However, it is difficult to develop formal ontology because social media contents have the characteristics of non-formal data. Therefore, we develop a social topic system based on semantic and subject correlation. First of all, an extracting system of social topic based on semantic relationship analyzes semantic correlation and then extracts topics expressing semantic information of corresponding social context. Because the possibility of developing formal ontology expressing fully semantic information of various areas is limited, we develop a self-extensible architecture of ontology for semantic correlation. And then, a classifier of social contents and feed back classifies equivalent subject's social contents and feedbacks for extracting social topics according semantic correlation. The result of analyzing social contents and feedbacks extracts subject keyword, and index by measuring the degree of association based on social topic's semantic correlation. Deep Learning is applied into the process of indexing for improving accuracy and performance of mapping analysis of subject's extracting and semantic correlation. We expect that proposed system provides customized contents for users as well as optimized searching results because of analyzing semantic and subject correlation.

• Genomics & Informatics
• /
• 제18권2호
• /
• pp.22.1-22.3
• /
• 2020

The Medical Subject Headings (MeSH) thesaurus is a controlled vocabulary for indexing biomedical documents that is used for document retrieval and other natural language processing purposes. However, although the oariginal English MeSH is freely available, its Japanese translation has a restricted license. We attempted to create an open alternative, and for this purpose we made a script for assigning MeSH UIDs to Japanese medical terms using Japanese-English glossaries. From the MeSpEn glossary and MEDUTX dictionary, we generated a 12,457-word Japanese-MeSH dictionary.

• 한국도서관정보학회지
• /
• 제31권2호
• /
• pp.279-302
• /
• 2000

본 연구는 질의어의 표현, 새성, 확장, 탐색식의 구성, 피드백 탐색 등 정보 탐색의 전과정을 지동으로 수행할 수 있는 한글 시소러스 브라우저 기반 자동정보검색 시스템을 구현하기 위해 시도되었다. 구현 시스템은 Delphi 4.0(PASCAL)으로 프로그래밍 되었으며, 자동색인, 클러스터링 기법, 시소러스의 구축과 표현, 자동정보겸색이 가능하도록 구성되었다. 구현된 시스템의 평가결과는 새로운 알고리즘에 의해 구축된 시소러스 브라우저가 정보검색에 있어서 시소러스의 구축의 용이성, 이용의 편리성, 검색 속도, 검색의 적합성 수준에서 우수힘을 입증하고 있다.

• 한국문헌정보학회지
• /
• 제45권1호
• /
• pp.211-232
• /
• 2011

대표적인 통제어휘인 시소러스는 지난 50년간 정보의 색인과 검색을 위한 도구로 널리 활용되어 왔다. 이러한 흐름에 발 맞추어 다양한 주제분야에서의 시소러스 개발을 위한 지침을 제공하기 위해 국제표준 및 국가표준이 개발되었으며, 최근 들어 시소러스 관련 표준의 개정작업이 활발히 이루어지고 있다. 이러한 시소러스 관련 표준으로 ISO 25964와 BS 8723이 대표적인 사례이다. 본고에서는 이러한 표준의 개정 현황을 살펴보고 변화된 내용과 그 시사점을 도출하여 보았다. 이러한 고찰 결과를 기반으로 오늘날의 새로운 정보환경 아래에서 시소러스가 제공할 수 있는 새로운 기능과 그 기능을 수행하기 위해 필요한 요소들을 제시하였다.

• 한국문헌정보학회지
• /
• 제49권2호
• /
• pp.291-311
• /
• 2015

This paper demonstrates the comparative analysis of the similarity and difference between Medical Subject Headings (MeSH) and social tags. Both types of metadata have the same purpose - that is, succinctly abstracting content of a given document - but are created from heterogeneous viewpoints. The former MeSH terms show the aspects of publication related professionals, whereas the latter social tags are from the perspectives of general readers. When both types of metadata are assigned to the same publications, do they consist of different nomenclatures reflecting the heterogeneous viewpoints or are they similar, since both metadata types describe the same publications? Social tags are also compared with family terms of MeSH terms in the given MeSH hierarchy, so as to understand the specificity of social tags, related to MeSH terms. Lastly, given the fact that readers assign social tags in casual ways without any restricted vocabulary, we tested how many social tags contain consumer health terms, which are familiar to laypeople. Through these comparisons, we ultimately aim to examine how much the highly controlled publication index reflects general readers' cognitive understandings and stress the necessity of general readers' involvement in the publication indexing process.

• 한국문헌정보학회지
• /
• 제57권2호
• /
• pp.435-452
• /
• 2023

이 연구는 딥러닝 기법의 전이학습 모형인 BERT를 이용하여 주제명의 자동 분류를 실험하고 그 성능을 평가하였으며, 더 나아가 주제명이 부여된 KDC 분류체계와 주제명의 범주 유형에 따른 성능을 분석하였다. 실험 데이터는 국가서지를 이용하여 주제명의 부여 횟수에 따라 6개의 데이터셋을 구축하고 분류 자질로 서명을 이용하였다. 그 결과, 분류 성능으로 3,506개의 주제명이 포함된 데이터셋(레코드 1,539,076건)에서 마이크로 F1과 매크로 F1 척도가 각각 0.6059와 0.5626 값을 보였다. 또한 KDC 분류체계에 따른 분류 성능은 총류, 자연과학, 기술과학, 그리고 언어 분야에서 좋은 성능을 보이며 종교와 예술 분야는 낮은 성능을 보였다. 주제명의 범주 유형에 따른 성능은 '식물', '법률명', '상품명'이 높은 성능을 보인 반면, '국보/보물' 유형의 주제명에서 낮은 성능을 보였다. 다수의 주제명을 포함하는 데이터셋으로 갈수록 분류기가 주제명을 제대로 부여하지 못하는 비율이 늘어나 최종 성능의 하락을 가져오기 때문에, 저빈도 주제명에 대한 분류 성능을 높이기 위한 개선방안이 필요하다.