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
변영주 (인하대학교) 김상범 (서울대학교) 박현진 (서울대학교) 임요한 (서울대학교) 한규섭 (서울대학교) 유동현 (인하대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제36권 제2호
발행연도
2025.3
수록면
277 - 292 (16page)
DOI
10.7465/jkdi.2025.36.2.277

이용수

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

초록· 키워드

오류제보하기
현대 사회에서 소셜 미디어 및 인터넷 활용이 급속도로 증가함에 따라, 악성 댓글 및 스팸 메일과 같이 정상적인 분포에서 벗어나는 비정상적인 텍스트 데이터가 증가하고 있다. 이러한 문제의 해결을 위해 스팸 메일 및 악성 댓글 등을 식별하기 위한 텍스트 이상치 탐지 및 자연어 처리와 관련된 연구가 활발히 이루어지고 있다. 본 논문에서는 네이버 정치 뉴스 기사 댓글 데이터를 활용하여 딥러닝 기반 모형의 텍스트 이상치 탐지 성능을 비교하였다. 네이어 클린 봇에 의한 검열 정보의 활용 유무에 따라 지도 학습과 비지도 학습 접는 방식을 적용하여 모형의 성능을 비교하였으며, 한국어를 기반으로 사전 학습된 자연어 처리 모형을 활용하여 임베딩 벡터를 산출하였다. 이상치 탐지 성능 비교 결과, 지도 학습 기반 모형에서는 KcELECTRA 임베딩 기반의 FFNN 이진 분류 모형이 가장 우수한 성능을 보였으며, 비지도 학습 기반 모형에서는 KcBERT 임베딩 기반의 Deep SVDD모형이 가장 우수한 성능을 나타내었다.

목차

요약
1. 서론
2. 텍스트 임베딩 및 이상치 탐지 모형
3. 네이버 정치 분야 뉴스 기사 댓글 데이터
4. 정치분야 뉴스기사 댓글에 대한 이상치 탐지
5. 결론
References
Abstract

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092500572