바로가기메뉴

본문 바로가기 주메뉴 바로가기

ACOMS+ 및 학술지 리포지터리 설명회

  • 한국과학기술정보연구원(KISTI) 서울분원 대회의실(별관 3층)
  • 2024년 07월 03일(수) 13:30
사전등록 바로가기
 

logo

  • P-ISSN1225-598X
  • E-ISSN2982-6292

논문 상세

이전 다음
논문 투고

Vol.39 No.4

Citation Share

문서구조를 이용한 질의응답문서 클러스터링에 관한 연구

A Study on Clustering Query-answer Documents with Structural Features

한국문헌정보학회지 / Journal of the Korean Society for Library and Information Science, (P)1225-598X; (E)2982-6292
2005, v.39 no.4, pp.105-118
최상희 (대구가톨릭대학교)
최상희. (2005). 문서구조를 이용한 질의응답문서 클러스터링에 관한 연구. 한국문헌정보학회지, 39(4), 105-118.

초록

이용자가 직접 참여하여 질의를 제공하고 응답을 하면서 공동으로 지식을 생산해내는 형태의 정보서비스는 응답된 내용이 축적되어 가면서 새로운 대용량 정보검색 분야로 성장하고 있다. 이 연구에서는 질의와 응답이 결합되어 있는 질의응답문서의 구조적 특성을 반영하여 질의응답문서의 효율적인 이용 방안을 도모하고자, 문서 구성요소인 질의제목, 질의설명, 응답내용을 기반으로 클러스터를 자동 생성하여 수작업 주제 범주와 비교한 후 각 구성요소의 주제 표현 성능을 평가하였다. 실험 결과 응답내용 클러스터링 결과가 수작업 결과와 가장 유사한 것으로 나타나 응답내용이 문서의 주제를 표현하는데 효과적인 것으로 분석되었다.

keywords
Clustering, Query-answer Documents, Query Clustering, Document Clustering, 클러스터링, 질의응답문서, 질의 클러스터링, 문서 클러스터링

Abstract

As the number of users who ask and give answers in the query-answer documents retrieval system is growing exponentially, the query-answer document become a crucial information resource, as a new type of information retrieval service. A query-answer document consists of three structural parts: a query, explanation on query, and answers chosen by users who asked the query. To identify the role of each structural part in representing the topics of documents, the three structural parts were clustered automatically and the results of several clustering tests were compared in this study.

keywords
Clustering, Query-answer Documents, Query Clustering, Document Clustering, 클러스터링, 질의응답문서, 질의 클러스터링, 문서 클러스터링

참고문헌

1.

노정순. , (2004.) OPAC에서 탐색결과의 클러스터링에 관한 연구.,

2.

정영미, (2001.) 클러스터링 성능 평가를 위한 비편향적 척도의 개발.,

3.

정영미, (2001) 문장 클러스터링에 기반한 자동요약 모형,

4.

최상희. , (2004.) 질의응답을 위한 복수문서 요약에 관한 연구. ,

5.

Berztiss, (5) The Query Language Vizla,

6.

A. C, (1997) ＂Conceptual Queries Using Conquer II＂,

7.

Ram D, IEEE Trans- actions on Knowledge and Data En- gineering,

8.

Kang, (2003) Query Type Classification or Web Document Retrieval In Proceedings of the 26th Annual International ACM SIGIR Conference,

9.

Milligan, The Effect of Cluster Size and the Number of Cluster on Recovery of True Cluster Structure IEEE Transactions on Pattern Analysis and Machine Intelligence,

10.

Owei, (3) An Intelligent Approach to Handling Imperfect Information in Concep-Based Natural Language Queries,

11.

and Mark Sanderson. 1998, Advantages of Query Biased Summaries in Information Retrieval In Proceedings of the 21st Annual International ACM-SIGIR Conference on Research and Development in Information Retrieval,

12.

Robert Villa, The Effec- tiveness of Query-Specific Hierarchic Clustering in Information Retrieval,

13.

D, Infor- mation Navigation on the Web by Clustering and Summarizing Query Results,

14.

Wen, Clustering User Queris of a Serach Engine In Proceedings of WWW10,

15.

Zhang, (191-199.) International Journal of Intelligent Systems, Refining Web Search Engine Results Using Incremental Clustering

한국문헌정보학회지

논문 투고 OA 정책