자연어처리 기반의 도로교통사고 판결예측 시스템: 교통사고상황 텍스트 정보 활용을 중심으로

민현식; 윤준영; 노병준

doi:10.7470/jkst.2024.42.4.385

추천

검색

질문

자료유형: 학술저널

저자정보: 민현식 (순천향대학교) 윤준영 (순천향대학교) 노병준 (순천향대학교)

저널정보: 대한교통학회 대한교통학회지 대한교통학회지 제42권 제4호

발행연도: 2024.8

수록면: 385 - 397 (13page)

DOI: 10.7470/jkst.2024.42.4.385

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

교통사고 상황은 대체로 매우 복잡하여 법적 판단을 위해 사고의 원인, 경위, 결과 등의 텍스트 정보를 분석하는 것은 높은 시간 비용이 요구되고, 오류의 가능성을 배제할 수 없기에 이러한 텍스트 정보를 효율적으로 분석하기 위한 시스템이 필요하다. 이러한 문제를 해결하기 위해서 본 연구에서는 교통사고 상황에 대한 법원 판결을 예측하기 위한 자연어 처리 시스템을 제안한다. 제안하는 시스템은 자연어 처리 방법론을 활용하여 교통사고 상황에 관한 텍스트 정보로부터 도로교통법 등 교통법규 관련 정보를 분석하여 해당 상황에 대한 형량 정보(집행유예 여부 및 벌금액 등)를 예측한다. 제안하는 시스템은 크게 1) 데이터 수집 및 전처리, 2) 단어 사전 구축 및 임베딩, 3) 판결 예측의 세 과정으로 구분된다. 먼저, 데이터 수집 및 전처리 과정에서는 다양한 법률 데이터베이스로부터 교통사고 관련 판결문을 수집 및 전처리한다. 다음으로 징역 및 집행유예 여부, 벌금액 등과 같은 판결문 내의 중요 정보를 추출하고, 임베딩을 통해 교통사고 판례에 특화된 단어 사전을 구축한다. 마지막으로 판결 예측 모델에서는 딥러닝 모델을 통해 판결문으로부터 형량을 예측한다. 본 연구의 실험에서는 약 37,406건의 도로교통법 관련 판결 데이터를 활용하여 징역, 집행유예, 벌금 결과를 예측하여 제안하는 시스템의 실현가능성을 검증하였으며 그 결과는 각각 96.13%, 94.85%, 95.49%의 정확도로 나타났다.

#case law prediction #natural language processing #road traffic accidents #traffic accident judgement prediction system #traffic accident situation information #판결예측 #자연어처리 #도로교통사고 #교통사고 판결예측 시스템 #교통사고상황 정보

참고문헌 (24)

참고문헌 신청

Bojanowski P., Grave E., Joulin A., Mikolov T. (2017), Enriching Word Vectors with Subword Information, Transactions of the Association for Computational Linguistics, 5, 135-146.

Byun J. U., Kim H. S., Park M. R., Shin J. W. (2018), Court Decision Estimation using Machine Learning Algorithms, Journal of Korean Criminological Association, 12(1), 3-17.

Choung W. (2023), A Study on the Legislative Issues of Artificial Intelligence, The Institute of Legal Studies, Kyunghee University, South Korea, 58(4), 117-144.

European Convention on Human Rights, https://www.echr.coe.int/european-convention-on-human-rights, 2024.1.29.

Goldberg D. M. (2022), Characterizing Accident Narratives with Word Embeddings: Improving Accuracy, Richness, and Generalizability, Journal of Safety Research, 80, 441-455.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

자연어 처리(Transformer) 모델을 활용한 Smali 코드 학습 기반 안드로이드 악성코드 탐지 기법

정원식 , 박재표 한국산학기술학회 논문지 2024 .10

데이터 전처리를 간소화한 자연어처리 기반의 악성코드 탐지모델

신동환 , 김한석 , 이수진 한국정보기술학회논문지 2024 .02

Multi-Modal 기반 음성, 텍스트 연관성 학습을 적용한 자유발화 감정 예측 알고리즘

유찬영 , 박성우 , 김지은 외 3명 한국정보과학회 학술발표논문집 2023 .06

국내외 언론이 바라본 딥페이크 기술

최창욱 , 정유미 디지털콘텐츠학회논문지 2022 .05

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (24)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)