메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박재혁 (한국개발연구원(KDI))
저널정보
한국사회학회 한국사회학 한국사회학 제58집 제3호
발행연도
2024.8
수록면
241 - 266 (26page)
DOI
10.21562/kjs.2024.08.58.3.241

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 워드 임베딩 모델을 포함한 다양한 언어모델의 등장으로, 사회과학 분야에서도 이러한 기술을 활용한 연구가 활발하게 이루어지고 있다. 이들 인공지능 모델은 대규모의 웹 데이터를 학습하여, 단어, 문장, 이미지 등 다양한 정보 단위를 다차원 벡터 공간에 의미 관계를 바탕으로 표현한다. 나아가, 각 개념 간의 연관성을 벡터 연산을 통해 모델링하며, 이를 활용해 사용자의 질문이나 문제를 확률적으로 해결한다. 이렇게 볼 때, 벡터 공간 분석을 통해 우리 사회에서 통용되는 개념들의 상호작용과 구조를 파악하는 것은, 언어모델이 이해한 우리 사회의 구조도나 지형도를 이해하는 과정에 비유할 수 있다. 본 연구는 인공지능 기반의 언어모델, 특히 임베딩 기법이 사회과학 연구에서 어떠한 의미를 가지며, 이를 통해 얻을 수 있는 사회적, 경제적, 정치적 개념들의 구조적 이해에 어떻게 기여할 수 있는지를 종합적으로 검토한다. 이 과정에서 다양한 연구 사례를 분석하여, 임베딩 방법론이 사회과학적 문제 해결에 어떻게 적용될 수 있는지를 탐구한다.

목차

Ⅰ. 들어가며
Ⅱ. 단어/문서의 벡터 변환 과정
Ⅲ. 다양한 순차 데이터에 적용된 임베딩 기법과 그 가능성
Ⅳ. 벡터 공간의 분석
Ⅴ. 나가며
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-090648190