발표용 슬라이드 분류를 위한 연관 지식 및 특성 기반 벡터공간 추출기법

Abstract

발표용 슬라이드 문서는 교육, 회의 등의 다양하고 일반적인 상황에서 쓰이고 있다. 이처럼 폭발적으로 늘어나는 슬라이드 문서를 클러스터링하는 기술이 필요하다. 전통적인 클러스터링 연구들은 긴 문서에 국한되어 있다. 최근에는 짧은 문서를 클러스터링하는 연구들 또한 진행되고 있다. 하지만 슬라이드는 짧은 문서가 아닌 중요단어 기반의 함축적인 문서이다. 본 연구는 슬라이드를 분류하기 위해, 외부 연관 지식 및 슬라이드 고유 특성 기반의 벡터공간 추출 기법들을 제안한다. 슬라이드의 단어 분포를 분석한 후, 그 결과로부터 벡터공간 추출 기법들을 개발하였고, 각 벡터공간들 간의 EM-알고리즘 분류 결과를 비교하였다. 비교를 통해 외부 연관 지식 및 슬라이드 특성을 사용했을 때, 정밀도의 향상이 있다는 것을 검증하였다. 이는 슬라이드 환경에서 검색 및 추천하고자 할 때, 본 연구에서 제안하는 방법들을 활용하여 그 효과를 높일 수 있음을 보여준다.