A Study on Classification Scheme Generation for Automatic Classification of Unlabeled Documents
Hyun-Jong Kim, Kang-Bae Lee, Seung-Eui Ryu, Soon-Goo Hong · Journal of Digital Contents Society · 2020
일반적인 문서 자동분류를 위한 지도학습은 레이블이 달린 학습데이터의 확보에 많은 인력과 시간이 소요되는 한계점이 있다. 이에 본 연구에서는 지금까지 지도학습이 갖는 한계점을 극복하기 위해 레이블이 없는 문서를 자동으로 분류하기 위한 분류체계생성과 활용 방법을 제안한다. 본 연구에서 제안하는 분류체계는 분류기준이 되는 범주의 특성이 포함된 여러 계층으로 이루어져 있다. 또한 이러한 범주의 특성은 문서의 분류를 위한 가중치를 제공한다. 본 연구는 분류체계의 개념과 분류기준을 추출하여 분류체계를 생성하는 방법을 제시하였다. 본 연구에서 제안된 방법 및 절차는 부산시 민원 데이터의 행정부서별 자동분류 실험을 통해 구체적으로 설명하였으며 효과를 검증하였다. 본 연구는 레이블이 없는 문서의 자동분류를 위한 분류체계의 생성에 관한 이론적 기반을 제공하는데 기여도가 있다.