메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
문수빈 (서울과학기술대학교) 이영훈 (서울과학기술대학교)
저널정보
대한산업공학회 대한산업공학회 춘계공동학술대회 논문집 2022년 대한산업공학회 춘계공동학술대회 논문집 [2개 학회 공동주최]
발행연도
2022.6
수록면
4,194 - 4,199 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2022

Doc2vec과 TF-IDF를 기반으로 Spherical K-means를 활용한 법률 문서 카테고리 재구성
문수빈 ,  이영훈 대한산업공학회 춘계공동학술대회 논문집 2022.06 학술대회자료
Doc2vec과 TF-IDF를 기반으로 Spherical K-means를 활용한 법률 문서 카테고리 재구성
문수빈 ,  이영훈 한국경영과학회 학술대회논문집 2022.06 학술대회자료

초록· 키워드

오류제보하기
대한민국의 모든 재판 과정이 기록되어 보관되는 국가법령정보센터(이하 법제처) 사이트에는 많은 양의 법률문서가 매우 복잡하게 분류되어 있다. 이는 원하는 법률문서를 찾고자 할 때 심각한 어려움을 초래하므로 현재 카테고리 분류를 축소 혹은 확장하여 가장 효율적인 군집으로 재구성할 필요성이 있다. 이를 위해 판시 사항이 담긴 text data를 Doc2vec, TF-IDF를 사용해 Embedding하는 과정을 거친 뒤, Spherical K-means clustering으로 군집화하였다. 이를 통해 법률 분야의 전문직 종사자뿐만 아니라 비전문직 일반인 사용자도 쉽게 원하는 내용의 법률 문서를 찾을 수 있도록 하는 것이 본 연구의 목표이다. Doc2Vec 과정에서 파라미터 튜닝을 통해 적절한 벡터값을 도출하였고, 최종 군집 개수를 정하기 위해 벡터화된 값으로 여러 번의 clustering을 진행하였다. 이후 python의 matplost 라이브러리 및 Elbow 기법을 활용하여 k 범위를 3차에 걸쳐 축소하였다. 최종적으로 TF-IDF로 추출한 군집별 핵심단어의 정성적 판단을 통해 k 개수를 30개로 확정하고, 각 군집의 이름을 정의하며 연구를 마무리하였다.

목차

1. Abstract
2. 서론
3. 선행 연구
4. 연구 내용
5. 연구 내용 및 결과
6. 결론 및 추후 연구 과제
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

KorBERT_Legal 모델을 이용한 법률분야 질의응답
허정 ,  이형직 ,  배용진 외 1명 한국정보과학회 학술발표논문집 2020 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-530-001514611