문서 분류를 위한 용어 가중치 기법 비교
Comparison of term weighting schemes for document classification
- 문서 유형
- 연구출판물 · 학술지 논문
- 등재
- KCI
- 저널
- 응용통계연구32(2) · pp.265 · 2019
- 피인용
- KCI 8
- ISSN
- 1225-066X
저자
초록
문서-용어 빈도행렬은 텍스트 마이닝에서 분석하고자 하는 개체 정보를 가지고 있는 일반적인 자료 형태이다. 본 연구에서 문서 분류를 위해 문서-용어 빈도행렬에 적용되는 기존의 용어 가중치인 TF-IDF를 소개한다. 추가하여 최근에 알려진 용어 가중치인 TF-IDF-ICSDF와 TF-IGM의 정의와 장단점을 소개하고 비교한다. 또한 문서 분류 분석의 질을 높이기 위해 핵심어를 추출하는 방법을 제시하고자 한다. 추출된 핵심어를 바탕으로 문서 분류에 있어서 가장 많이 활용된 기계학습 알고리즘 중에서 서포트 벡터 머신을 이용하였다. 본 연구에서 소개한 용어 가중치들의 성능을 비교하기 위하여 정확률, 재현율, F1-점수와 같은 성능 지표들을 이용하였다. 그 결과 TF-IGM 방법이 모두 높은 성능 지표를 보였고, 텍스트를 분류하는데 있어 최적화 된 방법으로 나타났다.
키워드
term weightingdocument classificationtext miningTF-IDFkeyword extraction용어 가중치문서 분류텍스트 마이닝핵심어 추출
식별자
- KCI
- ART002463877



로그인
연구물 목록으로