초록

Abstract

Titles have been regarded as having effective clustering features, but they sometimes fail to represent the topic of a document and result in poorly generated document clusters. This study aims to improve the performance of document clustering with titles by suggesting titles in the citation bibliography as a clustering feature. Titles of original literature, titles in the citation bibliography, and an aggregation of both titles were adapted to measure the performance of clustering. Each feature was combined with three hierarchical clustering methods, within group average linkage, complete linkage, and Ward's method in the clustering experiment. The best practice case of this experiment was clustering document with features from both titles by within-groups average method.

초록

공공도서관의 이용 및 정보서비스의 질을 제고하는데 있어 이용자들의 사서에 대한 인식이 중요한 측면이 될 수 있으며, 따라서 이용자들의 사서에 대한 인식에 영향을 미치는 요인들이 무엇인지에 대한 확인이 필요하다. 이에 본 연구에서는 공공도서관을 중심으로 이용자들의 사서에 대한 일반적인 인식 및 이에 영향을 미치는 요인을 설문조사를 통해 실증적으로 확인하였다. 분석 결과, 도서관 소장자료와 설비의 이용, 도서관을 통한 동아리 활동 참여는 사서에 대한 긍정적인 인식 형성에 영향을 미치고 있으며, 사서의 역할은 정보적 활동에서 사회적 활동을 지원해 주는 방향으로 확대되는 것으로 나타났다. 반면 공공도서관 프로그램 참여나 소장자료의 대출, 사서와의 커뮤니케이션 등 사서와의 직접적인 교류가 이루어지는 요인들이 사서에 대한 인식 형성에 유의미한 영향을 미치지 않고 있으며, 따라서 사서의 이용자에 대한 고려가 보다 실제적으로 반영될 필요가 있는 것으로 나타났다.

Abstract

Public library users’ perception of librarians can be an important aspect in improving the public library uses and the quality of informn services. Thus it is necessary to identify what factors affect users’ perceptions of librarians. This research empirically investigated users’ general perceptions of librarians and the factors affecting them through a survey. As a result, it was found that the use of library collections, library facilities, and participation in club activities through the library affect the formation of a positive perception of librarians. In addition, the roles of the librarian are expanding from informational activities to supporting social activities. In contrast, the factors of direct interaction with the librarian, including participation in public library programs, circulating library collections, and communication with librarian, do not have a significant effect on the formation of the perception of librarian. Thus librarians need to consider library users more substantially and to support them in various ways.

초록

본 연구는 단행본, 학술지, 보고서 등 다양한 종류의 발간물로 구성된 연구보고서의 참고문헌 데이터베이스를 효율적으로 구축하기 위한 것으로 딥러닝 언어 모델을 이용하여 참고문헌의 자동추출 성능을 비교 분석하고자 한다. 연구보고서는 학술지와는 다르게 기관마다 양식이 상이하여 참고문헌 자동추출에 어려움이 있다. 본 연구에서는 참고문헌 자동추출에 널리 사용되는 연구인 메타데이터 추출과 더불어 참고문헌과 참고문헌이 아닌 문구가 섞여 있는 환경에서 참고문헌만을 분리해내는 원문 분리 연구를 통해 이 문제를 해결하였다. 자동 추출 모델을 구축하기 위해 특정 연구기관의 연구보고서 내 참고문헌셋, 학술지 유형의 참고문헌셋, 학술지 참고문헌과 비참고문헌 문구를 병합한 데이터셋을 구성했고, 딥러닝 언어 모델인 RoBERTa+CRF와 ChatGPT를 학습시켜 메타데이터 추출과 자료유형 구분 및 원문 분리 성능을 측정하였다. 그 결과 F1-score 기준 메타데이터 추출 최대 95.41%, 자료유형 구분 및 원문 분리 최대 98.91% 성능을 달성하는 등 유의미한 결과를 얻었다. 이를 통해 비참고문헌 문구가 포함된 연구보고서의 참고문헌 추출에 대한 딥러닝 언어 모델과 데이터셋 유형별 참고문헌 구축 방향을 제안하였다.

Abstract

The purpose of this study is to assess the effectiveness of using deep learning language models to extract references automatically and create a reference database for research reports in an efficient manner. Unlike academic journals, research reports present difficulties in automatically extracting references due to variations in formatting across institutions. In this study, we addressed this issue by introducing the task of separating references from non-reference phrases, in addition to the commonly used metadata extraction task for reference extraction. The study employed datasets that included various types of references, such as those from research reports of a particular institution, academic journals, and a combination of academic journal references and non-reference texts. Two deep learning language models, namely RoBERTa+CRF and ChatGPT, were compared to evaluate their performance in automatic extraction. They were used to extract metadata, categorize data types, and separate original text. The research findings showed that the deep learning language models were highly effective, achieving maximum F1-scores of 95.41% for metadata extraction and 98.91% for categorization of data types and separation of the original text. These results provide valuable insights into the use of deep learning language models and different types of datasets for constructing reference databases for research reports including both reference and non-reference texts.

초록

시소러스의 효율성을 유지하기 위해서는 지속적인 용어 관리가 절대적으로 필요하다. 실제적으로 특정 주제영역의 정보와 키워드들은 생성과 분화, 소멸 과정 등이 동적으로 이루어지기 때문에 시소러스의 효율적인 이에 따라 본 연구에서는 토픽맵의 기본요소인 토픽과 대상물, 연관관계 등을 활용하여 시소러스 관리를 위한 구조화 방안을 제안하였다. 한편 구조체계의 맵핑 알고리즘과 구조체계의 병합 알고리즘을 이용한 시소러스 기본관계와 세부관계 표현 방법도 제안하였다. 또한 토픽 타입을 이용한 연결중심문서를 기준으로 디스크립터의 확장과 디스크립터의 대치 방안을 제시하였다. 특히, 고정된 개념을 통한 이중 용어관리라는 새로운 방안도 개발하였다. 이는 시간과 공간의 비종속적인 개념을 표현하는 용어를 고정시키고, 해당 개념의 범주에 속하면서 외부의 정보적 상황에 따라 디스크립터를 자유롭게 선정하는 방법이다.

Abstract

The terminology management is absolutely necessary for maintain ing the efficiency of thesaurus. This is because the c reating, differentiating, disappearing, and other processes of e management of thesaurus a very difficult task. Therefore, a device is required for acco mplishing methods to construct and maintain the thesaurus.This study proposes the methods to construct the thesaurus mana elements of a topic map which are topic, ocurrence, and associ ation. Second, the study proposes the methods to represent the basic and specific instances using the systematic maping algorithm and merging algorithm.methods to expand and subsitute the descriptors using the topic type. The new method applying fixed concept for double layer manageme nt on terms is developed, too. The purpose of this method is to fix the conceptual term which and space, and to select the des criptor freely by external info rmation circumstance.

초록

이 연구는 데이터세트를 관리, 보존, 서비스하기 위해 DDI 메타데이터를 기반으로 METS를 활용하는 방안을 제시하였다. DDI는 통계 데이터 처리를 위한 표준으로 현재 DDI Codebook(DDI-C)과 DDI Lifecycle(DDI-L) 두 가지 버전이 존재한다. 본 연구에서는 DDI-C의 주요 요소를 주로 하였다. 이를 위해 우선 METS와 DDI-C의 구조와 요소를 분석하였다. 그리고 METS와 DDI-C의 주요 요소들에 대한 매핑작업을 수행하였다. 여기서 기준은 최종적으로 이를 표현할 형식인 METS로 삼았다. METS와 DDI-C가 완벽하게 1:1의 매핑을 보이지 않기 때문에 기준인 METS의 각 요소들에 가장 적합하게 부합하는 DDI-C 요소를 선택하였다. 그 결과 DDI-C 메타데이터요소를 활용한 새로운 데이터세트 관리전송 표준 METS를 설계하여 제시하였다.

Abstract

This study suggested a method of utilizing METS based on DDI metadata to manage, preserve, and service datasets. DDI is a standard for statistical data processing, and there are currently two versions of DDI Codebook (DDI-C) and DDI Lifecycle (DDI-L). In this study, the main elements of DDI-C were mainly used. First the structures and elements of METS and DDI-C were first analyzed. And the mapping of the major elements of METS and DDI-C. The standard was finally taken as METS, the format to express it. Since METS and DDI-C do not show a perfect 1:1 mapping, the DDI-C element that best matches each element of the standard METS was selected. As a result, a new dataset management transmission standard METS using DDI-C metadata elements was designed and presented.

초록

본 논문에서는 OpenURL을 이용한 전자자원 링킹시스템의 개요를 기술하고 있다 이어서 16개의 OpenURL link resolver를 선정해서 서버설치여부, 보유하고 있는 저널종수, 서비스 커스터마이제이션, 사용통계서비스 등을 기준으로 비교분석하였다. 분석결과는 각 도서관 및 유관기관에서 링킹시스템을 구입 또는 구축해서 이용할 경우 자관에 맞는 시스템을 선정하는데 도움이 될 것이다.

Abstract

This study describes the concept of link resolvers using OpenURL. Then, the study analyzed the commercially available link resolvers in terms of remote & local hosting, title list, customization of the services and usage statistics. The results will help the libraries select the appropriate link resolvers that are relevant to the features of the libraries.

초록

본 연구에서는 서지 정보를 확장하기 위한 방안으로 링크드 데이터를 선정하였다. 링크드 데이터는 웹 공간을 통해 공유 가능한 식별기호와 데이터 구조 및 링크 정보를 제공하기 때문이다. 특히 링크드 데이터는 서지 온톨로지와 결합하여 서지데이터를 확장시키는데 유용하다. 이에 링크드 데이터와 서지 온톨로지를 분석하고, 연계 가능한 링크드 데이터를 검토하였다. 그리고 이를 바탕으로 링크드 데이터로 구축된 기존의 전거 데이터 및 서지 데이터를 연계하였다. 이러한 실험적 연계를 통해 향후 링크드 데이터를 효과적으로 활용하기 위한 과제를 도출할 수 있었다. 즉, 1) 다양한 링크드 데이터 중에서 각 기관에서 적합한 데이터를 선정할 수 있어야 하며, 2) 선정된 링크드 데이터를 연계하기 위한 기준을 정립해야 하고, 마지막으로 3) 자관의 고유한 데이터를 개발하여 이를 다시 공유해 나가야 할 것을 제안하였다.

Abstract

In this study, Linked Data was used for extending bibliographic data, because Linked Data provides shareable identifiers, data structures, and link information. Linked Data is especially efficient in expanding bibliographic data integrated with bibliographic ontology. Therefore, Linked Data and bibliographic ontologies were analyzed and available Linked Data was suggested. By linking between meta-data schemes, bibliographic data, and authority data, issues for the effective Linked Data sharing were suggested: 1) selecting proper Linked Data for each bibliographic organization, 2) linking between different Linked Data, and 3) developing their own Linked Data for each bibliographic organization.

초록

본 연구에서는 교육 도구로써 위키의 가능성을 탐색하기 위해서, 위키 환경인 구글 사이트에서 협력학습 기반 그룹 프로젝트를 수행하는 학습자들의 행태와 인식을 조사하였다. 이를 위해 파일 업로드, 웹 페이지 사용, 댓글, 네비게이션 바와 관련된 개별 학습자 및 그룹별 형태 분석과 구글 사이트 사용에 대한 설문조사를 실시하였다. 연구 결과를 토대로 구글 사이트를 활용한 학습자들의 협력학습 기반 그룹 프로젝트 활동의 특징을 논의하였다. 또한 협력학습의 교육적 효과성과 학습활동 진행 과정 평가의 용이성을 증대시키기 위하여 위키 환경 시스템이 어떻게 개선되어야 하는지를 제시하였다.

Abstract

The study aims at investigating students' behaviors and perceptions regarding the collaborative learning based group project using the wiki environment. The study utilized Google Sites as a case, and analyzed file unloads, the use of web pages, navigation bars, and comments as well as surveys. The study discusses main characteristics of students' activities in the collaborative learning group project, which are drawn from the analysis of students' behaviors and perceptions. The study also provides implications for improvement of wiki environment to support collaborative learning in education.

초록

도서관 이용자에게 장애가 없는 정보서비스를 제공하기 위해서는 OPAC의 접근성, 사용성 및 검색성을 향상시키고, 도서의 검색, 식별 및 브라우징의 도구로써 ISBN의 활용가치를 높이는 것이 필요하다. 북마크릿은 웹브라우저의 ‘즐겨찾기에 추가’ 또는 ‘툴바’에 드래그하여 저장할 수 있는 작은 크기의 자바스크립트이다. 그리고 오픈소스인 북마크릿은 웹페이지에서 ISBN을 추출한 다음, 해당 ISBN으로 도서관의 OPAC에서 도서를 검색할 수 있는 간단하지만 강력한 검색도구이다. 해외의 도서관 시스템 벤더, 도서관, OCLC 등은 이용자가 온라인서점의 웹페이지를 살펴보면서 동시에 도서관의 소장 및 대출 정보를 실시간으로 검색할 수 있는 북마크릿을 제공하고 있다. 따라서 본 연구에서는 해외에서 개발되어 활용되고 있는 네 가지 유형의 북마크릿에 대한 적용사례 분석을 통해 북마크릿의 특징과 장단점을 정리하였다. 이를 통해서 북마크릿의 기본요건과 적용모델을 도출하고, 국내 도서관의 OPAC과 온라인서점에서 북마크릿을 활용한 Library Lookup 서비스 제공방안을 제안하였다.

Abstract

It is required to enhance the value of ISBN as a tool for book search, identification, and browsing, and improve the accessability and search capability of library OPAC. Bookmarklet is a small size javascript which can be saved as URL in a web browser bookmark or web page hyperlink. Open source bookmarklet can extract ISBN from web pages and search a book from library OPAC using the ISBN, so it is recognized as a simple but powerful search tool. In foreign countries, commercial library system vendors, libraries, OCLC, etc. are providing bookmarklets which allow a user to search for library holdings and loan information in a real time while he/she is travelling in an online bookshop web page. Therefore, this paper compared and analyzed international bookmarklets application examples and proposed LibraryLookup service in which library OPAC and online bookshop can make use of the bookmarklets.

초록

이 연구의 목적은 ChatGPT가 도서의 표지, 표제지, 판권기 데이터를 활용하여 생성한 더블린코어의 품질 평가를 통하여 ChatGPT의 메타데이터의 생성 능력과 그 가능성을 확인하는 데 있다. 이를 위하여 90건의 도서의 표지, 표제지와 판권기 데이터를 수집하여 ChatGPT에 입력하고 더블린 코어를 생성하게 하였으며, 산출물에 대해 완전성과 정확성 척도로 성능을 파악하였다. 그 결과, 전체 데이터에 있어 완전성은 0.87, 정확성은 0.71로 준수한 수준이었다. 요소별로 성능을 보면 Title, Creator, Publisher, Date, Identifier, Right, Language 요소가 다른 요소에 비해 상대적으로 높은 성능을 보였다. Subject와 Description 요소는 완전성과 정확성에 대해 다소 낮은 성능을 보였으나, 이들 요소에서 ChatGPT의 장점으로 알려진 생성 능력을 확인할 수 있었다. 한편, DDC 주류인 사회과학과 기술과학 분야에서 Contributor 요소의 정확성이 다소 낮았는데, 이는 ChatGPT의 책임표시사항 추출 오류 및 데이터 자체에서 메타데이터 요소용 서지 기술 내용의 누락, ChatGPT가 지닌 영어 위주의 학습데이터 구성 등에 따른 것으로 판단하였다.

Abstract

The purpose of this study is to evaluate the Dublin Core metadata generated by ChatGPT using book covers, title pages, and colophons from a collection of books. To achieve this, we collected book covers, title pages, and colophons from 90 books and inputted them into ChatGPT to generate Dublin Core metadata. The performance was evaluated in terms of completeness and accuracy. The overall results showed a satisfactory level of completeness at 0.87 and accuracy at 0.71. Among the individual elements, Title, Creator, Publisher, Date, Identifier, Rights, and Language exhibited higher performance. Subject and Description elements showed relatively lower performance in terms of completeness and accuracy, but it confirmed the generation capability known as the inherent strength of ChatGPT. On the other hand, books in the sections of social sciences and technology of DDC showed slightly lower accuracy in the Contributor element. This was attributed to ChatGPT’s attribution extraction errors, omissions in the original bibliographic description contents for metadata, and the language composition of the training data used by ChatGPT.