A Study on Automatic Topic Classification of Scientific and Technological Contents Based on the National Science and Technology Standard Classification System
Wonjun Choi, Hye-Jin Lee, Jae-Wook Seol · The Journal of the Korea Contents Association · 2024
주제 분류는 모든 학술 콘텐츠 서비스의 근간이 되는 중요한 요소이다. 이는 연구자들이 필요한 학술 정보를 효율적으로 찾을 수 있도록 도와줌으로써 접근성을 향상시킨다. 또한, 콘텐츠별 주제 분류는 데이터의 분석과 연구 결과의 공유를 용이하게 하여 학문적 성과를 극대화하는 데 기여한다. 이러한 필요성에 따라, 국가과학기술표준분류를 기반으로 다양한 과학기술 콘텐츠의 자동 주제 분류를 위한 연구를 수행하였다. 본 연구에서는 국가과학기술정보서비스(NTIS)에 제출되는 연구과제 데이터를 활용하여 국내 논문, 국내 연구보고서, 특허 데이터에 과학기술표준분류의 중분류와 소분류를 맵핑하여 학습데이터를 구축하는 방법을 소개한다. 또한, 구축한 데이터셋을 활용하여 BERT 기반의 중분류, 소분류 자동 분류 모델을 학습하였다. 결과적으로, 중분류 모델은 5.9의 Mean Rank(MR) 결과를 보였으며, 특히 상위 3개 예측 결과에서 높은 정확도를 보였다. 본 연구를 통해 구축된 코퍼스는 https://aida.kisti.re.kr에서 다운로드 할 수 있다.