[국내 학위논문]

각종 문서를 디지털 영상의 형태로 관리하는 시스템에서는 문서의 가공, 변환, 검색, 재생산 등을 위해 문서 영상의 내용을 다양한 형태로 처리할 수 있어야 한다. 본 논문에서는 문서 영상을 단어 단위로 분할하고, 각 단어 영상의 속성을 추출하는 시스템을 제안한다. 지금까지 대부분의 문서 분할 시스템들은 광파일 시스템과 문자인식 소프트웨어 패키지들에 적용하기 위한 문서 영상의 시각적 개선과 전처리 목적으로 개발되었는데, 제안하는 시스템은 주제어 검색을 기반으로 하는 대용량 문서 영상 검색 시스템에 활용할 수 있는 영상 처리 기법들로 구성한다. 제안한 시스템은 영상 전처리, 문서 구조 분석, 단어 영상 분할, 단어 영상 속성 추출의 네 가지 모듈로 구성된다. 먼저, 영상 전처리 모듈에서 문서를 스캐닝 할 때 흔히 발생하는 영상의 기울어짐을 해결한다. 문서 구조 분석 모듈에서는 문서의 기하학적인 구조를 분석하여 기울어짐 교정된 영상을 영역들로 분할하고, 텍스트 또는 비텍스트(non-text) 영역으로 분류한다. 단어 영상 분할 모듈은 각 텍스트 영역을 단어 단위로 분할한다. 단어 영상 속성 추출에서는 분할된 단어 영상들이 가지는 언어의 종류, 스타일, 문자 크기, 문자 개수, 서체 등의 속성들을 추출한다. 시스템을 구성하는 영상 처리 기법들은 기존의 문서 영상 처리 기법들에 비해 정확도와 처리 속도를 개선하도록 설계되었다. 문서 영상의 기울어짐 추정 및 교정 방법은 개별적인 화소 정보를 사용하지 않고, 연결된 화소들의 사각형 영역인 블록 정보를 사용한다. 개략적(coarse) 추정과 상세(refined) 추정의 2단계 전략을 사용하는 허프 변환(Hough transform)을 기울어짐 추정에 적용하고, 블록 단위의 회전 변환을 교정 단계에서 수행한다. 그리고 기존 연구 중에서 잘 알려진 방법들과 정량적인 성능 비교를 수행하여 제안 방법의 우수성을 입증하였다. 문서 구조 분석 방법은 연결요소 분석과 투영 프로파일 방법을 결합하여 사용하였다. 분할에 따른 처리 시간을 줄이기 위해 다양한 해상도를 가지는 다단계 영상을 생성하여, 개략적 영역 분할에는 저해상도 영상을 사용하고 상세 영역 분할에는 고해상도 영상을 사용하였다. 단어 영상 분할에서는 수평 투영 프로파일을 이용하여 텍스트 영역을 텍스트 라인으로 분리하고, 연결요소 분석을 수행하여 텍스트 라인을 단어 단위로 분할하였다. 또한, 특수기호를 검출하여 단어 분리의 정확도를 개선하였다. 단어 영상 속성 추출에서는 다섯 가지 속성이 조합된 264 클래스를 고려하였고, 다층 퍼셉트론, 2차형 판별함수, 선형 판별함수를 이용한 계층적 분류기 모델을 구축하였다. 속성 분류를 위한 특징은 한글 단어 영상의 경우 8가지, 영문 단어 영상의 경우 9가지를 추출하였다. 제안 알고리즘들의 성능 평가를 위해 다양한 문서 영상과 단어 영상을 사용하였다. 영상 전처리와 문서 구조 분석에서 사용되는 문서 영상은 300dpi로 스캐닝하였고, 2,016개와 238개 영상으로 각각 구성되어 있다. 단어 영상 분할에서는 문서 영상으로부터 추출한 50개 텍스트 블록들을 사용하였다. 단어 영상 속성 추출에서는 다섯 가지 속성이 조합된 26,400개 단어 영상을 사용하여 실험을 수행하였다. 제안 시스템은 문서 영상의 단어 단위 분할에 대한 실제적인 연구의 결과로서, 단어 영상의 속성 정보는 문서 인식 및 검색 단계의 복잡도를 절감할 수 있고 OCR 성능을 개선할 수 있다. 따라서 제안 시스템과 단어 인식 시스템과의 결합은 고성능, 고속의 효과를 낼 수 있다. 그러므로 사용자가 지정한 주제어를 포함하는 문서 영상을 대용량 데이터베이스에서 찾아야 하는 전자도서관, 광파일 시스템 등의 영상 검색 시스템에 본 연구의 결과가 효과적으로 응용될 수 있을 것으로 기대한다.

[국내 학위논문]

국문요약
 
 네트워크 통신망은 여러 가지 정보를 필요로 하는 수많은 사람들에게 보다 빠르고 편리하게 정보를 제공해 준다. 그러나 각종 정보의 범람으로 인한 이용자들의 혼란과, 수많은 논문이나 서적 등이 보관되어 있는 도서관이 시간적 공간적 제약성으로 인한 사용자의 불편함 및 정보검색 시스템의 빈약성과 한계성으로 인해 현 시점에서의 정보 관리 시스템 및 문서 관리 시스템의 대대적인 보수와 새로운 시스템이 필요하게 되었다. 또한 이러한 시스템을 만들기 이해서는 시간, 인력, 자금이 필요하게 되었다.
 본 논문에서는 이런 문제점들을 최소화 하고 디지털 도서관 문서관리 시스템 구축을 자동화 하는 측면에서, 도서관에 있는 서지문서들을 스켄 후 텍스트 문서와 그림 부분을 분리 축출한 경우, HTML 문서로 자동 변환하고 자동 링크시키는 작업을 수행하고, CGI의 개념을 사용하여 사용자에게 보다 질높은 서비스를 제공받을 수 있는 도구를 설계하고 구현하였다.

[국내논문]

In 2002, Korean Code of Civil Procedure(hereinafter, “KCCP”) s. 344 was amended (ⅰ) to exclude “the documents possessed by public entity, including Nation, local authority, and even public enterprise(hereinafter, “Government Documents”)” from the general duty of producing evidentiary documents, and (ⅱ) to leave it to complete discretion of public entity on whether to produce “documents containing official secrets(hereinafter, “Government Secret Documents”)”. As a result, the likelihood of documentary discovery from the public entity is almost denied in Korea.This legislative attitude was intended to harmonize KCCP and Korean Freedom of Information Act(hereinafter, “KFOIA”). However it is harshly criticized as a more excessive legislation than is needed to achieve legislative intent.In England, who keeps the documents is not a factor to determine the scope of documentary disclosure. What matters is the balancing of the public interest in the administration of justice and the public interest in maintaining the confidentiality of certain documents which may include governmental secrets. Furthermore, in 2001, Japanese Code of Civil Procedure(hereinafter, “JCCP”), which was very similar to KCCP, was amended to eliminate general exclusion of Government Documents, and add special procedure to hear the discoverability of Government Secret Documents.The legislations of both countries show us how to improve documentary discovery scheme in Korea. What is important is the contents of the documents rather than who is possessing them.Hence I suggest that the exception under KCCP 344 ② should be eliminated to create general duty to produce Government Documents. And I also suggest that the determination of discoverability of certain Government Secret Documents should not be on the discretion of the public entity holding them but on the Judiciary.

[국내논문]

[국내 학위논문]

문서 내부에 악성코드가 은닉되어 사용자의 PC를 공격하는 문서형 악성코드는 2015년을 기점으로 랜섬웨어의 공격기법으로 사용되는 등 새로운 공격기법의 등장과 함께 증가하는 추세이다. 이러한 문서형 악성코드는 피해자가 문서 열람 시 해당 문서 편집 프로그램의 매크로 등의 특정 기능을 이용하여 문서내부에 삽입된 악성코드를 실행시켜 악성행위를 수행하는 구조를 지니고 있다. 본 논문에서는 문서내부에 삽입된 악성코드가 실행되어 발생하는 피해를 방지하기 위해 문서형 악성코드 피해 방지를 위한 문서 격리 시스템(Doc-Sandbox)을 제시한다. Doc-Sandbox는 가상화 기술을 기반으로 구축된 사용자의 호스트OS에서 격리된 가상화 환경을 통해 문서를 실행하여 문서 내부의 악성코드에 의한 악성행위로부터 사용자의 PC를 보호함과 동시에 VNC 기술을 사용하여 문서 사용자는 기존 문서 실행방식과 동일한 편집환경을 제공받을 수 있다. 또한 일반 문서 실행 대비 높은 지연시간을 나타내는 가상환경 내부에서의 문서실행 오버헤드를 극복하기 위해 문서의 공유 및 가상화 환경 내부에 In-Memory 방식의 디스크를 할당하였으며, 이는 가상화 환경을 구동하여 문서를 격리하여 실행하는 방식보다 지연시간 대비 386배 빠른 속도를 나타내었다. 이로써 사용자는 가상화 환경에서 발생하는 오버헤드의 영향을 최소화하여 효율적이고 안전한 문서 편집환경을 사용할 수 있다. 이러한 Doc-Sandbox는 문서 내 포함된 악성코드를 근본적으로 차단함으로써 악성코드에서 발생되는 정보 유출 및 바이러스 감염 등의 방지 기능을 수행할 수 있다.

[국내 학위논문]

인터넷 보급에 따라 악성코드의 유포경로가 다양해지고 있으며, 이로 인한 감염사례도 매년 증가하고 있다. 최근 한수원 사태로 인해 APT공격이 이슈가 되었고, APT 공격기법에 대해 연구가 이루어지고 있다. 
 이메일로 유포하는 악성코드의 경우 문서형 악성코드가 많으며, 주로 PDF 파일이나 MS워드 파일, HWP문서 파일 등의 취약점을 이용한 악성코드 유포가 대부분이다.
 본 논문에서는 문서형 악성코드가 실행되면 악성코드를 설치하고 실행하는 방법을 사용하는 것을 착안하여, 악성코드가 설치되고 실행될 때 탐지 및 차단하는 방법을 제시하고자 한다.

[국내 학위논문]

전자문서는 계약서, 고지서 등 법적효력이 요구되는 부분보다는 정보전달 수단에 많이 활용되어 왔다. 계약서, 고지서 등 중요한 문서의 유통은 종이문서 또는 보안이 강화된 특정 시스템에서만 적용되고 있다. 전자문서를 보안이 강화된 EDI와 같은 전용 시스템을 이용할 경우 과도한 비용과 노력이 필요하게 되며 내부 시스템과 외부 시스템 연계가 필요시 보안 방안을 강구해야하는 등 회사의 부담을 주게 되며 기업의 환경이 특정 외부 시스템과 연계 되면서 내부 시스템의 확정성, 호환성에 영향을 주게 된다. 국내 전자문서 이용실태 조사에 의하면 공급자와 수요자 모두 신뢰할 수 있는 방안을 필요로 하고 있으며 특히 공급자의 경우 신뢰할 수 있는 전자문서 유통 인프라 구축의 필요성이 대두되고 있다. 수요자의 경우는 전자문서시스템 도입을 위한 자원 지원의 필요성을 최우선으로 하고 있어 전자문서 환경 마련을 위해서는 비용부분도 중요한 요소임을 알 수 있다. 따라서 전자문서의 송수신의 신뢰성을 보장하고 응용프로그램의 확장성과 호환성을 보장하는 방안을 강구하는 것이 필요하다. 본 연구에서는 국외 기술 동향을 통하여 신뢰 방안을 비교하였으며 신뢰방법으로 직접인증과 제3자 인증방식을 비교하였다. 특히 다양한 국가가 신뢰 방식을 마련하고 도입하는 사례를 통하여 국외에서도 신뢰받을 수 있는 전송 방안이 필요함을 확인할 수 있었다. 전자문서의 개방성을 위해서 XML을 기반으로 하는 SOAP의 활용을 선택하였으며 문서의 자체의 신뢰성 확보를 위한 전자서명과 송수신의 전송구간의 신뢰성을 강화한 ebMS의 프로토콜을 활용하게 하였다. 전자문서의 송수신을 위한 전자문서 유통 서비스 플랫폼 설계를 통하여 신뢰성을 확보하였다. 사용자의 사용편리성을 고려하여 디렉터리 서버의 구축을 하였으며 최종 목적지를 쉽게 찾을 수 있도록 하였다. 디렉터리서버의 경우 수신자의 물리적 위치를 검색할 수 있는 저장소로써 신뢰할 수 있는 정보를 획득할 수 있도록 전자서명을 통하여 주소정보가 유통이 되도록 구현을 하였다. 전송된 문서의 제3자 인증을 위한 signedData 구조의 확인서 유통을 통하여 구현이 되었다. 주소 등록 조회을 수행하는 주소 디렉터리 시스템은 부하 테스트를 통하여 전자문서 유통에 있어 대규모 서비스 활용에 대한 가능여부를 실증하였으며 개선 사항에 대해서도 도출하였다. 본 연구는 기업과 개인이 신뢰받는 전자주소와 유통증명서를 기반으로 제3자가 증명을 통하여 전자문서 유통이 가능한 시스템 구현이 목표이다. 구현한 유통 시스템은 대규모 서비스가 가능하며 기업, 기관, 개인이 단순 정보전달 이상의 목적으로 기존에 활용하지 못한 영역에서까지 확장된 전자문서 유통이 이루어짐으로써 경제적 비용이 절감되고 개별업무의 효율이 증대되어 기업과 공공기관에서 생산성이 향상되는 기대효과를 예상한다.

[국내 학위논문]

K-Means Clustering algorithm is a very popular clustering technique, which is used in the field of information retrieval. In this thesis, we analyze a performance of document clustering using K-Means algorithm by coefficient similarity. K-Means algorithm by coefficient smilarity is used Cosine coefficient, Dice coefficient, and Jaccard coefficient besides euclidean distant coefficient when it selects the new centroids from the initial centroids in precedure of K-Means algorithm. For experiment, we make use of the 200 most frequently appeared documents from the Reuter21578 newswire test collection and 200 documents from the Korean daily newspapers for Korean data. The input data for Clustering Module composed of number of document and number of terms, TF(term frequency), DF(doucument frequency). To verify the performance of the proposed K-Means Algorithm, we compare algorithms on the view point of precision and recall, and the F-measure of Information Retrieval. In addition, we define a new metrics 'average precision' and 'average recall' for the overall clustering results. The experimental results show that K-Means algorithm's average precisions and average recall are better than those of K-Means Algorithm by euclidean distant when it is used K-Means algorithm by Cosine coefficient and Dice coefficient, Jaccard coefficient, and we find that speed of Clustering is faster than before.

[국내 학위논문]

비트코인을 비롯한 가상화폐가 등장하면서 그 기반기술인 블록체인에 대한 다양한 연구가 진행되고 있으며, 이를 산업전반에 이용하고자 하는 움직임이 일고있다. 게다가 블록체인은 지금까지의 중앙화된 정보화사회에 커다란 변화를 가져올 것이며, 초연결사회로 변화하고 있는 시대에 새로운 대안을 제공할 것이라고 평가받고 있으며, 과거 Netscape의 공동 설립자였던 Marc Andreessen은 “1975년은 개인용 컴퓨터, 1993년은 인터넷의 해였다면, 2014년은 비트코인이다.”라며 비트코인과 블록체인 기술에 대해 극찬하였고, Don Tapscott은 “블록체인이 향후 세계 경제의 변혁을 주도할 충분한 잠재력을 보유하고 있다.”고 주장한다.
 오늘날의 정보시스템의 모든 데이터가 중앙에 집중되어 있고, 이를 정보제공자 즉 데이터를 가지고 있는 기관에서 데이터의 신뢰성을 보장하는 구조이다. 이로 인해 개인의 정보를 비롯하여 기업, 공공의 수많은 정보들이 이를 관리하는 기관에 집중되어 있고 이를 안전하게 보관하고 신뢰할 수 있는 서비스를 보장하기 위한 비용은 갈수록 늘어날 수 밖에 없다. 
 블록체인은 이러한 구조에 변화를 가져올 새로운 방안을 제시했다. 바로 ‘정보의 민주화(Democratization)’이다. 기상정보, 소득과 세금, 지리정보, 병역과 질병과 같은 수많은 정보들이 이미 정보의 수집역할을 하는 정부기관과 일부 기업들이 소유하고 있다. 하지만 이러한 정보를 공개할 경우 더 큰 경제적 창출효과를 가져올 것이라는 연구 및 사례들을 주변에서 흔히 볼 수 있다. 게다가 최근에는 우버와 에어비앤비와 같이 공유경제로 새로운 비즈니스 모델을 선도했던 기업들조차 점차 기존의 기업형 임대서비스와 같이 사업모델이 변질되면서, 블록체인을 통하여 서비스의 본질을 되찾고자 하는 바람도 일고있다.
 이처럼 블록체인은 기존의 서비스에 거센 도전을 할 것임에는 분명하다. 하지만 서비스를 제공하는 방식이 달라지는 문제이며 데이터라는 컨텐츠가 달라지는 것은 아니다.
 데이터는 수많은 세월동안 누적되어왔고, 이는 서비스 방식이 어떻든 올바른 방식으로 재활용되어야 함은 분명하다. 블록체인 기술은 기존의 서비스를 대체할 수 있는 매력적인 장점을 가지고 있긴 하지만, 서비스를 제공하는 관리주체의 부재, 작업증명의 오류, 데이터의 보안성 등의 문제들을 포함한 신뢰성 등에 관한 문제는 지속적으로 풀어나가야 하는 숙제이며, 공공과 기업 그리고 창의적 아이디어로 무장한 스타트업들이 협업하여 해결해 나갈 수 있을 것으로 판단한다.
 본 연구에서는 전자문서를 기반으로 하여 기존의 서비스를 블록체인으로 전환할 경우 관리자의 입장에서 고려해야 할 사항들에는 어떠한 것들이 있는지 고려해 보았고, 이에 대한 해결방안을 검증해 보았다.

[국내 학위논문]

최근 인터넷 기술의 발전과 함께 스마트 기기가 대중화됨에 따라 방대한 양의 텍스트 데이터가 쏟아져 나오고 있으며, 이러한 텍스트 데이터는 뉴스, 블로그, 소셜미디어 등 다양한 미디어 매체를 통해 생산 및 유통되고 있다. 이처럼 손쉽게 방대한 양의 정보를 획득할 수 있게 됨에 따라 보다 효율적으로 문서를 관리하기 위한 문서 분류의 필요성이 급증하였다. 하지만 혼재된 문서를 관련 정보에 따라 분류하기 위해서는 관련 전문가가 필요하며, 이는 많은 시간과 비용이 들기 때문에 이를 해결하기 위한 자동 문서 분류에 대한 연구가 다양하게 이루어지고 있다. 문서 분류는 텍스트 문서를 둘 이상의 카테고리 혹은 클래스로 정의하여 분류하는 것을 의미하며, SVM(Support Vector Machine), K-근접 이웃(K-Nearest Neighbor), 인공신경망(Artificial Neural Network), 나이브 베이지안 알고리즘(Naive Bayes Algorithm), 의사결정나무(Decision Tree) 등 다양한 기술들이 문서 분류에 활용되고 있다. 
 
 특히, 문서 분류는 문맥에 사용된 단어 및 문서 분류를 위해 추출된 형질에 따라 분류 모델의 성능이 달라질 뿐만 아니라, 문서 분류기 구축에 사용된 학습데이터의 질에 따라 문서 분류의 성능이 크게 좌우된다. 하지만 현실세계에서 사용되는 대부분의 데이터는 많은 노이즈(Noise)를 포함하고 있으며, 이러한 데이터의 학습을 통해 생성된 분류 모형은 노이즈의 정도에 따라 정확도 측면의 성능이 영향을 받게 된다. 대부분의 문서 분류 연구는 새로운 알고리즘을 제안하거나 기존의 알고리즘을 수정하는 방식으로 이루어지고 있으나, 이러한 방식의 연구는 이미 더 이상의 개선점을 찾기에는 한계점에 도달했다고 볼 수 있다. 이에 본 연구에서는 새로운 알고리즘을 제안하거나 알고리즘을 수정하는 것 외에 데이터 사용에 초점을 맞추어 문서 분류의 성능을 향상시키는 방안을 제안하고자 한다. 일반적으로 문서 분류기 구축을 위한 학습 데이터 및 검증 데이터의 경우, 두 데이터의 특성이 동일하거나 매우 유사한 것으로 가정하여 기계학습 알고리즘을 적용하게 된다. 그러나 텍스트와 같은 구조화되지 않은 비정형 데이터의 경우, 문서에 포함된 어휘에 따라 그 형질이 결정되기 때문에 학습 데이터와 검증 데이터의 시점이 다르면 두 데이터 간의 형질이 다르게 나타날 가능성이 있다. 따라서 본 연구에서는 데이터에 노이즈를 인위적으로 삽입하여 문서 분류기의 견고성을 강화하고 이를 통해 분류의 정확도를 향상시킬 수 있는 방안을 제안하고자 한다. 즉, 분류의 대상이 되는 원 문서와 전혀 다른 특징을 갖는 이질적인 데이터소스로부터 추출한 형질을 원 문서에 일종의 노이즈의 형태로 삽입하여 이질성 학습을 수행하게 된다. 
 
 하지만 이질적 데이터를 사용할 경우, 데이터의 형식이 다르기 때문에 전통적 기계학습 알고리즘을 사용하기가 어렵다. 따라서 본 연구에서는 이질성 학습을 위하여 준지도학습 알고리즘을 적용하였으며, 레이블이 지정되지 않은 데이터로 인한 성능 저하를 방지하기 위하여 규칙 선별 기반 앙상블 준지도학습(Rule Selection-Based Ensemble Semi-Supervised Learning Algorithm: RSESLA)을 제안하였다. RSESLA는 이질성 학습을 통해 도출된 분류 규칙 중 문서 분류기의 정확도 향상에 기여하는 분류 규칙만을 추출하여 적용하는 방식으로 이루어지며, 본 연구에서는 뉴스, 트위터 및 블로그와 같이 3가지 유형의 실제 데이터를 대상으로 실험을 수행하였다.

[국내논문]

인터넷에 공개된 수 많은 웹 문서들에는 유익한 정보를 제공하는 웹 문서들뿐만 아니라, 음란 정보와 관련된 불건전한 유해 웹 문서들이 다수 포함되어 있으며, 본 연구에서는 이러한 유해 웹 문서들을 효과적으로 검출할 수 있는 방법을 제안한다. 즉, 유해 웹 문서들의 분석을 통하여 유해 웹 문서 선정을 위한 평가 항목들을 도출하고, 각 평가 항목별 유해 점수 부여를 위한 평가 기준을 제시한다. 그리고, 유해 점수들의 총합이 임계값 이상인 웹 문서를 유해 웹 문서로 검출한다. 본 연구의 결과는 유해 웹 문서들로부터 이용자를 보호하고 인터넷 사용의 안전성을 향상시키는데 기여할 것으로 기대된다.

[국내 학위논문]

중국 최초의 통일 제국인 秦帝國과 이를 계승한 漢帝國의 시대를 이해하는데 있어 관건이 되는 문제는 ‘帝國’이 어떤 방식과 제도를 가지고 ‘中國’이라고 하는 거대한 공간을 지배했는가 하는 문제일 것이다. 이러한 공간의 지배를 위해 秦漢帝國은 郡과 縣이라고 하는 지방행정기구를 설립하고, 황제의 대리자인 관료를 파견해 지방을 통치하도록 하는 郡縣制를 실시하였다. 하지만 郡縣制가 실시되고 다양한 통일정책이 시행되었다고 해서 帝國의 각 지방이 황제의 일률적인 지배하에 들어간 것은 아니다. ‘帝國’ 지배체제를 완성하기 위해서는 황제를 정점으로 한 중앙 관료기구의 명령이 郡縣의 관리들에 의해 실제 시행되어 鄕里 사회에까지 실질적인 영향력을 미치도록 하는 행정체계가 정비되어야만 했다. 만약 황제나 중앙의 명령이 지방으로 전달되지 못하거나, 전달되더라도 실제 시행으로 이어지지 못한다면, 지방 鄕里 사회에 대한 皇帝의 지배력은 유명무실하게 되고, 帝國의 통일성은 크게 훼손될 수밖에 없을 것이다. 또한 중앙과 지방의 관료 행정체계가 잘 정비되어 있다고 하더라도, 중앙의 명령이 구두 형식으로 전달된다면 전달 과정에서의 전달 내용 變改, 명령 집행에 대한 책임 회피 등 다양한 문제가 발생될 수 있었을 것이다. 따라서 秦漢帝國은 제국의 모든 행정적 처리가 문서에 의해서만 이루어지도록 하는 文書行政의 체계를 일찍부터 갖추고 있었으며, 이런 文書行政체계의 완비는 秦漢代의 郡縣制가 유지되고 帝國체제가 원활하게 기능하는데 결정적인 역할을 하였다. 文書行政체계라고 하는 것은 국가 통치를 위한 모든 행정적인 업무 처리가 문서를 통해 이루어지는 시스템이라고 할 수 있다. 문서를 통해 중앙의 명령이 지방에서 시행되고, 지방의 각종 상황이 중앙으로 집약됨으로써, 중앙과 지방의 각 관료기구가 긴밀히 연결된 것이다. 즉 문서행정체계는 帝國을 하나로 묶는 일종의 ‘끈’과 같은 역할을 수행하였으며, 中國과 같이 거대한 공간을 동일한 ‘帝國체제’하에 묶어 통일적 지배를 가능하게 한 관건적인 기제였다. 그리고 이렇게 완비된 문서행정체계를 따라 지방의 기층 사회까지 전달된 行政文書는 일반 백성들과 같이 문자 해독능력을 갖추지 못한 사람들에게는 황제의 권위를 보여주는 실제적인 상징물로서도 기능하며, 帝國체제가 기능하고 있음을 보여주는 실물로서 비춰졌을 것이다. 따라서 본고에서는 秦漢代의 행정문서가 작성, 발송된 후 수신기관에서 처리되기까지의 각 과정이 실제적으로 어떻게 기능했는지를 살펴보고자 하였다. 이를 위해 제1장에서는 秦漢代 詔書를 비롯한 행정문서가 중앙으로부터 州와 郡에 전달되기까지의 과정과 방법을 문서행정의 효율성이란 측면에서 살펴보았다. 제2장과 제3장에서는 실제 문서에 기록된 명령이 시행되는 행정적, 공간적 범위인 縣에서의 문서처리 과정을 秦代와 漢代로 구분하여 살펴보았다. 그리고 이를 통해 당시 문서행정체계에서 縣이 일정한 기준 기관의 역할을 수행했음을 알 수 있었다. 제4장에서는 前漢 중후기 서북 변경지역의 문서전달 노선과, 이들 노선에서 실제 문서전달을 담당한 중간 驛站기구의 설치 상황을 살펴봄으로써, 置, 騎置(驛), 亭(隧)으로 구성된 3급의 郵傳기구가 문서전달의 노선 상에 배치되어 있었음을 알 수 있었다. 마지막 제5장에서는 秦漢代 郵, 亭, 傳, 置, 驛 등 각종 郵傳기구가 설치된 배경 및 시간의 흐름에 따른 이들 郵傳기구 기능의 변화 양상에 대해 살펴보았다. 이처럼 秦漢帝國은 문서행정이 일정한 체계에 따라 이루어지도록 하는 많은 조치를 취하였는데, 문서행정의 체계라고 하는 것은 행정문서의 작성, 발송, 접수, 처리를 담당하는 각 급 행정기관과, 이들 행정기관 사이에서 실제 문서의 전달을 담당하는 郵傳기구, 그리고 문서 전달자가 이용하는 도로, 교통수단, 숙박시설 등의 제 요소가 일정한 체계 안에서 서로 유기적으로 연결되어 원활한 행정문서의 통행이 이루어지도록 하는 시스템이라고 할 수 있다. 그리고 이렇게 완비된 체계를 따라 각 급 행정기구에서 작성한 문서가 빈번히 왕래함으로써 실제적인 帝國의 통치가 이루어진 것이다. 秦始皇이 국가 대소사를 모두 처결하며 매일 처리할 행정문서의 일정한 양을 정해둔 후 이를 모두 처리하지 않으면 휴식하지 않았다고 하는 고사나, 蕭何가 漢 高祖 劉邦을 따라 咸陽에 입성한 후 丞相府와 御史府의 圖書, 律令 등의 문서를 장악해 漢이 天下를 통치할 수 있는 기반을 확보했다는 기사는 모두 秦漢帝國이 문서행정을 통해 일반 民에 대한 지배를 관철시켰음을 역설하고 있다. 이처럼 秦漢代 문서행정체계는 황제를 정점으로 帝國의 통치를 담당한 중앙 정부와, 실제 통치의 대상인 지방 관료기구를 연결하는 역할을 하였으며, 동시에 鄕里의 통치기구로 설치된 郡 $縣과 실제 民이 거주하는 공간인 鄕里 사이를 하나의 구조 안에 통합시키는 작용을 했다고 할 수 있다. 즉 郡縣制를 근간으로 한 秦漢帝國의 통치체제는 ‘中央-郡縣-鄕里’를 구조적으로 연결시킨 문서행정체계에 의해 효율적으로 기능한 것이다. 秦漢의 帝國체제가 성립하기 이전의 국가 지배제도인 周代의 封建制가 ‘王-諸侯-卿大夫-士’를 하나의 질서로 묶어주는 의제적 가족질서인 宗法制에 의해 기능했다는 점을 생각하면, 秦漢帝國의 역사를 이해하는데 있어 문서행정체계 연구가 가진 중요성을 짐작할 수 있을 것이다. 따라서 본고의 秦漢代 문서행정체계에 대한 연구는 단순한 古代 중국의 행정제도에 대한 연구를 넘어, 秦漢帝國의 시대적 특징과 그 이전 시대와의 차별성을 더욱 부각시키는 연구가 되었을 것으로 생각한다.

[국내논문]

웹의 비약적인 성장으로 웹에는 무수한 정보를 축적하고 있으며, 특히 텍스트 문서는 인간에 의해 가장 쉽게 그리고 많이 이용되는 형식이라 하겠다. 텍스트 문서의 효율적 검색을 위해 많은 연구가 이루어졌으며, 확률을 이용한 방법, 통계적인 기법을 이용한 방법, 벡터 유사도를 이용한 방법, 베이지안 자동문서 분류 방법 등이 제안되었다. 그러나 이러한 기존의 방법들은 문서의 특징을 정확하게 반영할 수 없고, 의미적 검색이 이루어지지 않는 단점을 가지고 있다 이에 본 논문은 문서를 미리 분류하는 기존의 방법을 개선하기 위해, 유사한 문서를 의미적으로 찾아내기 위한 새로운 문서 분류의 척도를 제안하며 이를 적용하는 방법을 제시한다. 본 방법은 문서의 내용을 의미적인 계층으로 표현하고 중요 도메인에 가중치를 두며, 문서들간의 도메인 가중치와 도메인 내의 개념 일치도를 이용하여 유사도를 구한다.

[국내논문]

컴퓨터의 발전과 인터넷의 급속한 발전으로 정보의 양이 폭발적으로 증가하게 되었고 이러한 방대한 양의 정보들은 대부분 문서 형태로 관리되고 있으며, 문서 단위별 표현된 많은 정보들을 효과적으로 관리하고 검색하기 위한 방법의 연구가 필요하게 되었다. 문서 클러스터링은 문서간의 유사도를 바탕으로 서로 연관된 문서들을 군집화하여 문서들을 주제별로 통합하는 방법으로 대용량의 문서들을 자동으로 분류하고, 검색하는 데 있어서 검색의 정확성을 증대시킬 수 있다. 본 논문에서는 새로운 문서의 추가나 기존문서의 삭제로 인하여 군집화 대상이 되는 문서 집합이 점진적으로 변화하는 환경을 위한 점진적 문서 클러스터링 알고리즘을 제안한다. 점진적 문서 클러스터링 알고리즘은 새로운 문서가 추가되었을 경우 문서 전체를 다시 클러스터링하지 않고, 이미 생성된 클러스터들의 구조를 적극적으로 변화시킴으로써 높은 효율성을 제공할 수 있다. 또한, 문서 클러스터링의 정확도를 높이기 위하여 통계적인 기법으로 불용어를 판별하여 제거하는 알고리즘을 제안하고, 문서 클러스터링에서 정확한 단어가중치 산출을 위해 TF$\times$IDF 공식을 수정한 TF$\times$NIDF 공식을 제안한다.

[국내논문]

본 논문은 머신 러닝 기술을 이용하여 과거의 수집된 문서를 분석하고 이를 바탕으로 문서를 분류하는 방법을 제안한다. 특정 도메인과 관련된 키워드를 기반으로 데이터를 수집하고, 특수문자와 같은 불용어를 제거한다. 그리고 한글 형태소 분석기를 사용하여 수집한 문서의 각 단어에 명사, 동사, 형용사와 같은 품사를 태깅한다. 문서를 벡터로 변환하는 Doc2Vec 모델을 이용해 문서를 임베딩한다. 임베딩 모델을 통하여 문서 간 유사도를 측정하고 머신 러닝 기술을 이용하여 문서 분류기를 학습한다. 학습한 분류 모델 간 성능을 비교하였다. 실험 결과, 서포트 벡터 머신의 성능이 가장 우수했으며 F1 점수는 0.83이 도출되었다.

[국내논문]

본 논문은 웹 문서의 다운로드 가능 여부와 내용 변경 여부를 예측하는 도구를 기술한다. 웹 데이터베이스 관리자는 자신이 관리하는 웹 문서 집합을 최신 상태로 유지하려고 할 때, 예측 도구를 통하여 다운로드되지 않거나 변경되지 않았을 웹 문서에 대한 불필요한 요청을 감소시킬 수 있다. 본 논문에서는 웹 문서들의 과거 변경이 미래 변경과 매우 밀접한 관련이 있음을 가정한다. 본 논문에서는 약 300만개의 웹 문서들을 2일 주기로 100일 동안 관찰하여 변경 경향을 분석하고, 관찰된 문서들의 다운로드 가능 여부와 내용 변경 여부를 예측한다. 예측 결과는 실제의 변경 사실과 비교 평가되었다.

[국내논문]

문서 범주화에서 이진 분류를 다중 분류에 적용할 때 일반적으로 '한 범주에 적합-다른 모든 범주에서는 부적합(One-Against-All) 판정 방법'을 사용한다. 하지만, 이러한 '한 범주에 적합-다른 모든 범주에서는 부적합 판정 방법'은 한 가지 문제점을 가지는데, 적합(positive) 집합의 문서들은 사람이 직접범주를 할당한 것이지만 부적합(negative) 집합의 문서들은 사람이 직접 범주를 할당한 것이 아니기 때문에 오류 문서들이 많이 포함될 수 있다는 것이다. 본 논문에서는 이러한 문제점을 해결하기 위해서 슬라이딩 원도우(sliding window) 기법과 EM 알고리즘을 이진 분류 기반의 문서 범주화에 적용할 것을 제안한다. 제안된 기법은 먼저 슬라이딩 윈도우 기법을 사용하여 오류 문서들을 추출하고 이들을 EM알고리즘을 사용해서 다시 범주를 할당함으로써 이진 분류 기반의 문서 범주화 기법의 성능을 향상시킨다.

[국내논문]

최근 인터넷 상에서 데이터 교환의 표준 핵심 기술로 사용되는 W3C(World Wide Web Consortium)의 XML(extensible Markup Language)은 모든 플랫폼에서 사용 가능한 장치 비 종속적인 데이터 형식이다. 특히 기존의 각 기업에서 구축되어 있던 각각의 어플리케이션과 시스템 사이에 교환되는 서로 다른 데이터 형식을 통합하여 유연하고 빠른 처리를 할 수 있도록 한다. 그러나 XML 문서는 논리적인 구조 정보만을 가지고 있으므로 XML 문서에 표현 정보를 기술하기 위하여 W3C에서는 문서 변환 표준인 XSLT(extensible Stylesheet Language Transformation)를 권고하였다. 이는 인터넷 상에서 데이터 교환을 위해 만들어진 XML에 적합하도록 설계되었고, XML 문서를 사용자에게 표현하기 위한 처리 및 다른 데이터 형식으로 변환이 가능하도록 제안되었다. 이에 본 논문에서는 데이터 교환에 사용되는 XML 문서에 표현 정보를 기술하는 XSLT 문서를 WYSIWYC 환경에서 편집할 수 있으며, XML에 XSLT를 적용하여 HTML(Hyper Text Markup Language) 데이터 형식으로 변환하는 XSLT 문서편집 시스템을 설계 및 구현하였다.

[해외논문]

조선시대에는 오늘날과 달리 청탁이 생활의 필수 요건으로 인식되어서 그 서식이 매우 유형화된 격식으로 존재하였으며, 그러한 서식은 누구나 참고할 수 있는 간찰 서식집의 일부로서 公刊될 정도였다. 이것만으로도 당시 사람들이 청탁에 대한 생활 감각이 오늘날과 많이 달랐음을 짐작할 수 있다. 이 글에서는 조선시대 사람들의 청탁에 대한 생활적 심성(윤리감각)에 대한 연구를 위한 기초로서 청탁을 실행하는 물질 자료라고 할 수 있는 청탁문서의 특성을 해명하는 데 목적을 두었다. 이와 같은 물질자료를 통해 그들의 구체적인 생활 감각을 이해할 수 있기 때문이다.여기서 청탁문서는 稱念 혹은 小錄이라는 문서명을 달고 있거나 혹은 동일한 양식의 문서를 대상으로 하고 있다. 조선전기에는 청탁문서를 칭념이라는 용어로 일반화되어 있었지만 후기가 되어서는 실생활에서 소록이라는 비교적 탈가치화된 용어로 대체되었다는 것을 우선 지적하고 싶다. 이는 조선후기가 되어 칭념이 이미 윤리적으로 오염된 언어가 되었으므로 이것만으로 청탁을 은유적으로 표현할 수 있는 기능을 다할 수 없게 되었던 것으로 추정된다.칭념은 그 서식이 寒暄箚錄, 簡牘精要, 進修堂監定時行簡禮彙簒, 簡式假令등의 간찰 서식집에 실려 있다. 위의 서식집에 실린 칭념의 주제들은 매우 다양하다. 그 중 ①存問, ②助葬請, ③山訟請은 어느 서식집에나 실려 있는 대표적인 예들이다. 그런데 이러한 주제들 중에는 오히려 조선전기에 가장 일반적으로 관례화된 칭념인 奴婢請이나 食物請은 빠져 있다. 이는 칭념이 허용되는 범주가 시대적인 윤리 의식에 구속되어 있다는 사실을 보여준다. 그리고 간찰에 실려 있는 칭념이란 것이 청탁 중에서 사회적으로 허용된 청탁을 한정하여 일컫고 있는 것을 알 수 있다.이러한 칭념의 특성을 통하여 조선시대 사람들의 청탁에 대한 윤리감각이 비리적 청탁와 생활에서 허용되는 부탁이 미묘한 지점에서 갈라지고 있다는 것을 알 수 있다. 따라서 조선시대에 비리성 청탁이 횡행하였고 당시 사람들이 그것에 대한 윤리감각도 없었다고 보는 것은 옳지 않다. 오히려 청탁 용어의 변화, 매탁의 명확한 범주 설정, 청탁의 주제 변화 등은 청탁에 대한 윤리적인 심성이 뚜렷이 존재한다는 것을 보여주는 것이다. 그리고 서식집으로 청탁의 서식이 공간되었다는 것은 당시 사람들이 상호적 인간관계에 대한 조심성 높은 윤리의식의 한 가지 지표를 보여준다.

[국내논문]

본 연구는 조선시대의 고문서에 사용된 종이를 분석하여 그 특징을 고찰함에 그 목적을 두고 있다. 현존하는 종이 실물의 분석을 통하여 조선시대 고문서에 사용된 종이의 상태와 변화를 실질적으로 관찰해 보고자 한다. 분석대상은 문중에 소장하고 있는 고문서 1,504건으로, 그 종류는 17종 23항이다. 분석방법으로는 종이의 발형태(발초 발끈의 형태), 밀도, 섬유종류를 분석하는 방법을 시도하였다. 우선 발의 형태는 발초수와 발끈폭으로 나누어 관찰하였는데, 3cm내의 발초수는 크게 10개 내외의 경우와 17개 내외의 경우로 나누어진다. 17개 내외의 경우는 조선초기의 책지에서 보이는 발초수와 유사하나, 10개 내외의 경우는 그 사례가 드물다. 10개 내외의 발초수를 갖춘 것은 1933년 Dard Hunter의 조사에 보이는 억새발인 것으로 파악된다. 발초수를 시기적으로 살펴보면, 조선전기에 비해 중기부터 말기로 갈수록 발초가 더욱 촘촘해짐을 확인할 수 있다. 발끈폭은 상당히 불규칙적으로 나타나며, 이외에도 다양한 현상을 발견할 수 있다. 예를 들면, 발끈과 발끈 사이에 짧은 발끈이 있는 경우, 발끈이 이중으로 나타나는 경우, 발끈폭이 좁게 나타나는 경우 등이 그것이다. 발끈폭은 조선후기로 갈수록 좁아지는 현상을 보이는데, 특히 1800년대 이후에 확연히 좁아짐을 알 수 있다. 다음으로 밀도를 살펴보면, 문서종류마다 나타나는 평균밀도가 '탁지준절(度支準折)'에 기록된 종이 종류와 무관하지 않다. 종이 종류의 항목이 같은 문서는 서로 유사한 평균밀도를 보이며 초주지, 상품도련지, 하품도련지, 저주지의 순으로 밀도가 점점 낮아진다. 이외에도 같은 종류 문서의 밀도를 분석해 보면 당시에 문서를 둘러싼 다양한 이해관계를 알 수 있다. 마지막으로 문서지에 사용된 식물섬유의 종류를 살펴보았다. '탁지준절'에서 구분한 상품도련지, 하품도련지, 초주지, 저주지를 사용한 각 문서지의 섬유를 관찰한 결과, 모두 같은 형태의 닥섬유임을 알 수 있다. 이는 문서지 제조에 사용된 종이가 식물섬유의 차이에 의해서 구분되었던 것이 아니라, 제작 가공방법 등의 차이로 구분되었음을 알려주는 것이다. 문서의 작성목적에 따라 종이의 종류를 다르게 사용하고, 시기에 따라서도 종이의 특징이 다른 양상으로 나타난다. 본 연구를 통해서 책지(冊紙)와 문서지(文書紙)의 비교를 할 수 있고, 중국의 고대 종이와 조선시대 종이의 비교도 가능하게 되었다. 이와 같은 연구를 통해 당시의 종이 종류와 문서종류별 시대별 변화과정을 구체적으로 이해할 수 있는 계기가 되리라 믿는다.

[국내논문]

현재 국내의 EDMS의 상황은 광파일 시스템의 단계를 벗어나 EDMS로의 이양이 두드러지고 있다. 이것은 기업에서 전자우편, 전자결제 등과 같은 그룹웨어의 발달에 힘입은 것이다. 이같은 EDMS의 요구 조건을 만족하기 위한 국내 개발 제품으로는 한국아이시스사의 OPENDMS, 트라이튼테크의 MetaDesk 등이 있고, 국내 들어와 있는 외국 제품으로는 DOCS Open, FileNet, Saros, Documentum등이 있다. 여기서는 국내외 문서 관리 시스템의 현황과 전망이라는 주제로 살펴보았다.

[국내논문]

중국의 簡牘연구 가운데 經典이나 帳簿 등에 관한 연구에 비하면 詔書와 같은 公文書에 대해서는 상대적으로 연구가 미진한 편이다. 이에 본고는 公文書의 書式을 중심으로 고찰하였다. 첫째, 3가지의 下達文書의 書式 : ‘書’와 ‘記’로 통용되는 하달문서가 있다. 書는 詔書나 律令과 문서의 서식이나 전달경로에서 유사하며, 書 이외에 그 서식이나 경로다 다른 광범위한 모든 문서는 記로 불린다. 그러나 이들 문서 모두 상행문서와 하행문서가 함께 쓰이며 명확한 정의가 쉽지 않다. 이에 본고에서는 하행문서에 국한하여 그 書式의 분류를 통해 간독에 기록된 하행문서는 다음의 3가지 하행문서로 분류할 수 있다. Ⅰ. 年號年月日 官名 人名 下 官名 承書從事下當用者如詔書 告 官名 (人名) 謂 官名 如律令ㆍ如~律令 Ⅱ. 年號年月日 官名 人名 謂 官名 (人名) 如律令ㆍ如~律令 移 官名 如律令ㆍ如~律令 Ⅲ. (月日) 府ㆍ官 告 官名 (人名) 有敎ㆍ母以它爲解 Ⅰ의 형식은 詔書를 각 기관에 하달하는 서식으로 거의 예외 없이 ‘下’라는 용어를 사용하고 있는 점이 특징이며, 문미에는 ‘詔後行下之辭’로 종결된다. Ⅱ의 서식들이 필자가 ‘書’로 규정하는 문서로서, 이들 문서들은 거의 예외 없이 문미에 ‘如~律令’등으로 종결되지만, 이들 서식도 크게 나누면 하달할 때에 ① ‘告~謂~’ ② ‘謂’ ③ ‘移’ 등의 용어를 사용하는 경우로 나눌 수 있다. 이들 Ⅱ 형식의 문서들도 冊書 형태로 되어 있는 경우가 대부분이지만 종종 檄처럼 다면처 형태의 단독簡이 사용되는 경우도 있다. Ⅲ의 형식은 필자가 ‘記’로 규정하는 문서로, 年號나 月日도 없으며 발신자도 官이나 府로 되어 있는 점으로 보아 官府의 長官이 아닌 丞이나 長史 등이 발송한 것으로 추정된다. 이 서식의 특징은 다른 문서와 같은 전형적인 종결형이 없이 ‘有敎’등의 용어가 많다. 둘째, Ⅲ형식 文書의 內容 : Ⅲ형식의 문서는 居延漢簡 등의 인용간문(1~15)에서 알 수 있듯이 식료품이나 기타 비품의 지급과 수송, 행정적인 사건의 원인규명이나 경비강화 등 일상적이고 경미한 공무를 하달하는 내용이 중심이다. 이러한 서식은 《漢書》 등의 기존 史書에서도 그 형식을 발견할 수 있으며, 주의할 점은 이러한 종류의 문서가 대부분 簡篇보다는 牘에 기록되어 있으며 때론 그 내용이 엄중한 경우에는 檄에도 기록되어 있다는 것이다. 셋째, 敎의 拘束力에 관한 내용이다. 일반적으로 명령이 갖는 구속력은 명령을 반포하는 자의 유무나 불이행시 그 벌칙의 정도에 좌우된다. 그 점에서 Ⅲ의 서식에는 문서의 말미에 나름의 구속력을 갖는 종결형이 없지만 그 가운데 약 반수에 ‘有敎’라는 용어가 있다. 실제 ‘有敎’는 律令의 條文처럼 구체적인 구속력이 있는 것 같지는 않지만 한대 변경의 군정관계 간독이나 기존 史書의 용례(《鹽鐵論》詔聖, 《漢書》卷76, 83, 89, 《後漢書》列傳19, 31, 67, 71)에서 보이는 ‘敎’, 혹은 ‘敎勅’ 등의 용례는 상당한 구속력이 있었던 것으로 보인다.

[국내논문]

텍스트 데이터에 대한 다양한 분석을 위해 최근 비정형 텍스트 데이터를 구조화하는 방안에 대한 연구가 활발하게 이루어지고 있다. doc2Vec으로 대표되는 기존 문서 임베딩 방법은 문서가 포함한 모든 단어를 사용하여 벡터를 만들기 때문에, 문서 벡터가 핵심 단어뿐 아니라 주변 단어의 영향도 함께 받는다는 한계가 있다. 또한 기존 문서 임베딩 방법은 하나의 문서가 하나의 벡터로 표현되기 때문에, 다양한 주제를 복합적으로 갖는 복합 문서를 정확하게 사상하기 어렵다는 한계를 갖는다. 본 논문에서는 기존의 문서 임베딩이 갖는 이러한 두 가지 한계를 극복하기 위해 다중 벡터 문서 임베딩 방법론을 새롭게 제안한다. 구체적으로 제안 방법론은 전체 단어가 아닌 핵심 단어만 이용하여 문서를 벡터화하고, 문서가 포함하는 다양한 주제를 분해하여 하나의 문서를 여러 벡터의 집합으로 표현한다. KISS에서 수집한 총 3,147개의 논문에 대한 실험을 통해 복합 문서를 단일 벡터로 표현하는 경우의 벡터 왜곡 현상을 확인하였으며, 복합 문서를 의미적으로 분해하여 다중 벡터로 나타내는 제안 방법론에 의해 이러한 왜곡 현상을 보정하고 각 문서를 더욱 정확하게 임베딩할 수 있음을 확인하였다.

[국내논문]

[국내논문]

[국내논문]

모든 조직들이 엔터프라이즈 콘텐츠 매니지먼트(ECM)가 필요한 것은 아니다. 도큐랩스(Doculabs)는 통합문서관리(IDM)의 개요와 각종 비즈니스 문제들을 해결할 때의 IDM의 역할에 대해 재조명해본다.

[해외논문]

[국내논문]

웹 문서 정보 서비스는 관리자의 효율적 문서관리와 사용자의 문서검색 편의성을 위해 문서 분류 시스템을 필요로 한다. 기존의 문서 분류 시스템은 분류하고자 하는 문서 내 선택된 자질어의 개수가 적거나, 특정 범주의 문서 비율이 높아 그 범주에서 대부분의 자질어가 선택되어 모델이 생성된 경우 분류 정확도가 저하되는 문제점을 가진다. 이러한 문제점을 해결하기 위해 본 논문에서는 'Modified ECCD' 기법 및 '문서별 범주 가중치' 특징 변수를 사용한 문서 분류 시스템을 제안한다. 실험 결과, 제안 방법인 'Modified ECCD' 기법이 ${\chi}^2$ 및 ECCD 기법에 비해 높은 분류 성능을 보였으며, '문서별 범주 가중치' 특징 변수를 'Modified ECCD' 기법으로 선택된 자질어 변수에 추가하여 학습하였을 경우에 더 높은 분류 성능을 보였다.

[국내논문]

본 연구에서는 교량의 구조계산서와 같이 여러 종류의 머리기호를 사용하며 제목의 계층구조가 복잡한 형식을 띄는 엔지니어링 문서의 비구조화된 텍스트 정보를 제목의 계층 구조에 따른 준구조화된 XML 문서로 변환시키는 방법을 제시한다. 텍스트 정보로부터 제목의 계층구조를 자동으로 추출하기 위해 문서구조분석 방법의 하나인 문서구조추출 기법을 이용하는 방법을 개발하였으며, 특히 개조식 구문의 식별방법을 개발하여 구조계산서 문서 계층구조의 제목추출과정 및 계층구분의 전체 정확도를 향상시킬 수 있는 방법을 제시하였다. 제시된 방법에 따른 응용모듈을 개발하였으며, 총 40개의 교량 구조계산서를 대상으로 그 성능을 평가하였다. 먼저, 20개의 강거더 상부 구조계산서를 대상으로 선행 연구결과와 비교하여 본 연구에서 개발된 응용모듈의 정확성과 신뢰도가 향상됨을 보였다. 또한, 다른 구조형식에 대한 구조계산서 20개에 대하여 개발된 모듈의 적용성을 평가하였다. 그 결과 본 연구에서 제안한 방법에 의한 문서 계층구조 분석의 최종 정확도는 평균 99% 수준 이상을 나타내고, 표준편차는 1.52로 나타나 본 연구에서 제시된 방법이 다양한 형식의 머리기호를 사용하여 제목을 구분하는 여러 엔지니어링 문서에도 적용이 가능함을 보였다.

[국내논문]

기존의 문서 군집화 기법 NSTC은 문서 군집화 과정 내에서 TF-IDF를 이용하여 문서간 유사도를 측정한다. 본 논문에서는 TF-IDF가 아닌, 공통 Phrase의 관계 그래프를 이용한 새로운 문서간 유사도 측정을 제안한다. 이 방법은 문서 집합 내의 공통 Phrase들의 관계를 나타낸 관계 그래프를 통해 공통 Phrase의 가중치를 부여하는 방법을 제시한다. 또한 실험을 통해 NSTC와 비교하여 본 논문에서 제안한 문서간 유사도 측정 기법이 문서 군집화에 더욱 효과적임을 보였다.