바로가기메뉴

본문 바로가기 주메뉴 바로가기

logo

논문 상세

이전 다음
논문 투고

Vol.33 No.3
Citation Share

KONG-DB: 웹 상의 어휘 사전을 활용한 한국 소설 지명 DB, 검색 및 시각화 시스템

KONG-DB: Korean Novel Geo-name DB & Search and Visualization System Using Dictionary from the Web

정보관리학회지 / Journal of the Korean Society for Information Management, (P)1013-0799; (E)2586-2073
2016, v.33 no.3, pp.321-343
https://doi.org/10.3743/KOSIM.2016.33.3.321
박성희 (한남대학교)
박성희. (2016). KONG-DB: 웹 상의 어휘 사전을 활용한 한국 소설 지명 DB, 검색 및 시각화 시스템. 정보관리학회지, 33(3), 321-343, https://doi.org/10.3743/KOSIM.2016.33.3.321
  • 다운로드 수
  • 조회수
PDF 다운로드

초록

본 연구의 목적은 1) 소설 속 지명 데이터베이스(DB)를 구축하고, 2) 확장 가능한 지명 DB를 위해 자동으로 지명을 추출하여 데이터베이스를 갱신하며, 3) 데이터베이스 내의 소설지명과 용례를 검색하고 시각화하는 파일럿시스템을 구현하는 데 있다. 특히, 학습자료(training)에 해당하는 말뭉치(corpus)를 확보하기 어려운, 소설지명과 같이 현재 잘 쓰이지 않는 개체명을 자동으로 추출하는 것은 매우 어려운 문제이다. 효과적인 지명 정보 추출용 학습자료 말뭉치 확보 문제를 해결하기 위해 본 논문에서는 이미 수작업으로 구축된 웹 지식(어휘사전)을 활용하여 학습에 필요한 충분한 양의 학습말뭉치를 확보하는 방안을 적용하였다. 이렇게 확보된 학습용 코퍼스와 학습된 자동추출 모듈을 가지고, 새로운 지명 용례를 찾아 추가하는 지명 데이터베이스 확장 도구를 만들었으며, 소설지명을 지도 위에 시각화하는 시스템을 설계하였다. 또한, 시범시스템을 구현함으로써 실험적으로 그 타당성을 입증하였다. 끝으로, 현재 시스템의 보완점을 제시하였다.

keywords
novel geo-name extraction, named entity recognition, Web knowledge base, conditional random fields, text mining, machine learning, novel geo-name map visualization, 소설지명추출, 개체명 인식, 웹지식베이스, 조건부랜덤필드, 텍스트마이닝, 기계학습, 소설지명 및 용례정보 시각화

Abstract

This study aimed to design a semi-automatic web-based pilot system 1) to build a Korean novel geo-name, 2) to update the database using automatic geo-name extraction for a scalable database, and 3) to retrieve/visualize the usage of an old geo-name on the map. In particular, the problem of extracting novel geo-names, which are currently obsolete, is difficult to solve because obtaining a corpus used for training dataset is burden. To build a corpus for training data, an admin tool, HTML crawler and parser in Python, crawled geo-names and usages from a vocabulary dictionary for Korean New Novel enough to train a named entity tagger for extracting even novel geo-names not shown up in a training corpus. By means of a training corpus and an automatic extraction tool, the geo-name database was made scalable. In addition, the system can visualize the geo-name on the map. The work of study also designed, implemented the prototype and empirically verified the validity of the pilot system. Lastly, items to be improved have also been addressed.

keywords
novel geo-name extraction, named entity recognition, Web knowledge base, conditional random fields, text mining, machine learning, novel geo-name map visualization, 소설지명추출, 개체명 인식, 웹지식베이스, 조건부랜덤필드, 텍스트마이닝, 기계학습, 소설지명 및 용례정보 시각화

참고문헌

1.

김성원. (2008). 2단계 최대 엔트로피 모델을 이용한 한국어 개체명 인식 (81-86). 2008 한국정보과학회학술 심포지움 논문집.

2.

문상호. (2015). 엔그램 뷰어를 이용한 인문학의 빅데이타 사례 연구. 예술인문사회 융합 멀티미디어 논문지, 5(6), 57-65. http://dx.doi.org/10.14257/AJMAHS.2015.12.10.

3.

박철수. (2008). 문학지리학적 관점에서 본 북촌 도시한옥 밀집지역의 물리적 정체성에 관한 연구. 한국주거학회논문집, 19(2), 115-124.

4.

이은령. (2009). 19세기 문헌 국역본의 개체명 인식 및 관계 추출을 위한 기초 연구. 언어학, (53), 141-162.

5.

이은숙. (2007). 종로 문학공간의 데이터베이스 구축방안. 문화역사지리, 19(2), 1-14.

6.

이창기. (2014). 딥 러닝을 이용한 개체명 인식 (423-425). 2014 한국정보과학회 제41회정기총회 및 동계학술발표회.

7.

이창기. (2010). Structural SVMs 및 Pegasos 알고리즘을 이용한 한국어 개체명 인식. 인지과학, 21(4), 655-667.

8.

장노현. (2008). 소설 속 지명정보 활용 방안 기초 연구. 한민족문화연구, (24), 255-283.

9.

장문현. (2015). 공간정보 기반의 감성문화지도 시각화 연구 - 섬진강유역 역사문화유적을 대상으로 -. 국토지리학회지, 49(1), 27-39.

10.

최성필. (2016). 기계 학습을 이용한 바이오 분야 학술 문헌에서의 관계 추출에 대한 실험적 연구. 한국문헌정보학회지, 50(2), 309-336. http://dx.doi.org/10.4275/KSLIS.2016.50.2.309.

11.

최진무. (2014). 지명 활용을 위한 지명 DB와 수치지도 DB의 연계 방안 연구. 대한지리학회지, 49(2), 310-319.

12.

한순미. (2013). 소설 속의 지명과 감성지도- 지명 연구와 문학 연구의 접점을 기대하며 -. 지명학, 19, 151-188.

13.

황이규. (2003). HMM에 기반한 한국어 개체명 인식. 정보처리학회논문지. 소프트웨어 및 데이터 공학, 10(2), 229-236.

14.

Finkel, J. R.. (2005). Incorporating non-local information into information extraction systems by Gibbs sampling (363-370). Proceedings of the 43rd Annual Meeting of the Association for Computational Linguistics (ACL 2005).

15.

Lafferty, J.. (2001). Conditional random fields: Probabilistic models for segmenting and labeling sequence data (282-289). Proceedings of the 18th International Conference on Machine Learning.

16.

McCallum, A. K.. (2002). MALLET: A machine learning for language toolkit. http://mallet.cs.umass.edu.

17.

Park, S. H.. (2012). A hybrid two-stage approach for disciplineindependent canonical representation extraction from references (285-294). Proceedings of the 12th ACM/IEEE-CS joint conference on digital libraries (JCDL ’12). ACM.

18.

(2016). Python Beautiful Soup Library. https://pypi.python.org/pypi/beautifulsoup4StandfordNamedEntityRecognition.Retrievedfromhttp://nlp.stanford.edu/software/CRF-NER.shtml.

정보관리학회지

논문 투고 OA 정책