Answers are grounded in this paper and cite their sources.
텍스트 마이닝은 자연언어처리(NLP)와 형태소분석 기술에 기반하여 비정형화된 다량의 텍스트에서 유의미한 단어를 추출하고, 텍스트와 단어의 빈도를 고려하여 문맥(context) 수준의 의미를 찾아내는 방법이다. 이러한 텍스트 마이닝 방법 중에서 최근 각광받고 있는 방법 중의 하나가 토픽모델링(topic modeling)이다. 이에 본 연구에서는 먼저 토픽모델링의 알고리즘에 대한 소개를 하고, 한문 고전문헌의 일기텍스트 중에서 대표적인 〈난중일기〉를 대상으로 토픽모델링을 적용하였다. 연도별 ‧ 계절별로 〈난중일기〉에 나타나는 주제(topic)와 그 특징을 파악하고, 이를 네트워크 구조로 전환하여 중심성과 경향성을 파악해 보았다. 그 결과, 〈난중일기〉에는 10개의 숨겨진 주제들이 있었고, 대부분은 〈난중일기〉의 내용들과 밀접한 관련이 있는 내용들이었다. 특히 토픽모델링으로 추출된 10개의 주제 중에서 주제 2, 3, 4, 6 등 4개의 주제는 해석가능성이 아주 높았다. 또한 네트워크 분석 결과, 주제 3이 〈난중일기〉의 텍스트의 핵심을 이루는데, 통상적인 공무 활동의 일, 병사를 관리 ‧ 감독하는 일, 군수품 준비, 여가생활(음주, 바둑, 활쏘기 시합) 등의 내용이 중심으로 밝혀졌다. 본 연구는 한문 고전문헌의 하나인 〈난중일기〉를 텍스트 마이닝의 하나인 토픽모델링으로 분석해 보고자 한 점에서 의의가 있다고 할 수 있겠다. 나아가 이러한 토픽모델링 분석은 디지털화된 대량의 한문 고전문헌을 분석하는 데 유용한 방법이 될 수 있을 것이다.
No takes yet. Share an insight, caveat, or question.
Sung-Hoon Jung (2021) studied this question.
Synapse has enriched 10 related papers. Consider them for comparative context: