한국어 문자자료 기반 토픽모델링 기법 활용 실제 및 과제 - 문자자료 전처리 과정의 중요성 논의를 중심으로

석혜은 국제한국언어문화학회 2024 국제한국언어문화학회 학술대회 Vol.2024 No.10

영과잉 순서형 프로빗 모형의 베이지안 추론: 한국형 베일리-III 검사 자료에의 적용

석혜은,방희정,김수영 한국심리학회 2017 한국심리학회지 일반 Vol.36 No.2

Excessive zeros are frequently observed in response variables when behavioral characteristics in the development of children are assessed. For example, in the Korean Bayley Scales of Infant and Toddler Development-Third Edition (KBSID-III)-adaptive behavior test, zero scale was excessively recorded more than other scales, such as 1, 2, or 3. A regular ordered probit (OP) model can be used when more than two outcomes appear in ordinal dependent variables. However, it is not appropriate for an OP model to be used with zero-inflated ordinal data. An OP model also has a limitation when there are two semantically distinctive groups, genuine non-participant and potential participant groups. We applied a two-step zero-inflated ordered probit (ZIOP) model in a Bayesian framework to the KBSID-III-adaptive behavior data. In the first step, the adaptive group (potential adaptive group was included) was separated from the genuine non-adaptive group using a probit model. In the second step, an OP model was applied to the adaptive group. A Bayesian estimation procedure to the ZIOP model was carried out with a Gibbs sampling algorithm using the open-source software R. The utility of the ZIOP model with zero-inflated ordered categorical variables was verified by checking the maginal effect of predictors on the change in the probability of a certain category. 불법약물 복용, 도박, 흡연, 음주 등 문제행동의 수준을 변별하는 문항이 일반인을 포함하여 측정되면 영(zero)범주 반응값이 과도하게 나타난다. 이러한 자료를 영과잉(zero-inflated) 자료라고 하는데 일반적인 모형을 사용하면 결과를 왜곡하거나 본연의 의미를 해석하는데 한계가 있을 수 있다. 관찰된 값이 영비율이 높은 순위범주형(ordered categorical) 변수이고, 영 값들이 두 개의 구별된 집단과 관련이 있는 경우 Harris와 Zhao(2007)의 영과잉 순서형 프로빗(zero-inflated ordered probit; ZIOP) 모형을 적용할 수 있다. 본 연구에서는 ZIOP 모형의 베이지안 분석기법을 제시하고 이것을 한국형 베일리-III 영유아 검사의 적응행동척도 자료에 적용한다. ZIOP 모형의 첫 단계에서는 영 범주에 응답한 영유아들을 특정행동을 습득하기 이전의 절대적 비적응행동 영유아집단(genuine non-participants)과 적응행동이 나타났거나 현재는 적응행동을 보여주지 않지만 상황에 따라 적응행동을 표현할 가능성이 있는 잠재적 적응행동 영유아집단(potential participants)으로 구분하는 이분형 프로빗 모형을 적용한다. 두 번째 단계에서는 잠재적 적응행동 영유아 집단과 1 이상의 범주에 속한 실제적 적응행동 영유아 집단을 합해서 전체집단으로 보고 순서형 프로빗 모형을 적용한다. 본 연구에서는 영비율이 높은 적응행동척도 자료에 OP 모형과 ZIOP 모형을 적용한 후, 고전적 추정방법과 베이지안 추정방법으로 각각 모형을 비교하고, 또한 각 설명변수에 대한 주변효과를 살펴봄으로써 영비율이 높은 소표본 자료에 대한 두 가지 추정법의 차이를 탐색한다. MCMC 방법 중에 깁스샘플링 기법을 적용하였으며 R 프로그래밍 언어를 이용하여 추정 알고리즘을 프로그래밍하고 자료를 분석하였다. 이러한 결과에 기초하여 본 연구의 의의와 실제적 적용가능성, 그리고 제한점과 후속연구에 대하여 논의하였다.

지은 죄도 미워도

석혜은(釋慧恩) 샘터사 1989 월간 샘터 Vol.20 No.12

토픽 모델링을 활용한 한국콘텐츠학회 논문지 연구 동향 탐색

석혜은(Hye-Eun Seok),김수영(Soo-Young Kim),이연수(Yeon-Su Lee),조현영(Hyun-Young Cho),이수경(Soo-Kyoung Lee),김경화(Kyoung-Hwa Kim) 한국콘텐츠학회 2021 한국콘텐츠학회논문지 Vol.21 No.12

본 연구의 목적은 한국콘텐츠학회 논문지에 게재된 9,858건의 논문을 대상으로 토픽 모델링을 활용하여 지난 20년간 연구동향을 탐색함으로써 콘텐츠 연구개발에서의 주요 토픽을 도출하고 학술적 발전방향을 제공하는데 있다. 추출된 토픽의 신뢰성과 타당성을 확보하기 위해 양적 평가기법 뿐만 아니라 정성적 기법을 단계적으로 적용하여 연구자들이 합의한 수준의 말뭉치가 생성될 때까지 이를 반복적으로 수행하였으며 이에 따른 구체적인 분석 절차를 제시하였다. 분석 결과 8개의 핵심 토픽이 추출되었다. 이는 한국콘텐츠학회가 특정 학문 분야를 한정하지 않고 다양한 분야의 융·복합 연구 논문을 발간하고 있음을 보여준다. 또한 2012년 이전 상반기에는 공학기술 분야 토픽 비중이 상대적으로 높게 나타난 반면, 2012년 이후 하반기에는 사회과학 분야 토픽 출현 비중이 상대적으로 높게 나타났다. 구체적으로 ‘사회복지’ 토픽은 상반기 대비 하반기에 약 4배수 증가세가 나타났다. 토픽별 추세분석을 통해 추세선의 변곡점이 나타난 특정 시점에 주목하여 해당 토픽의 연구동향에 영향을 미친 외적 변인을 탐색하였고 토픽과 외적 변인 간 관련성을 파악하였다. 본 연구결과가 국내 콘텐츠 관련 연구 개발 및 산업 분야에서 진행되고 있는 활발한 논의를 진행하는데 시사점을 제공할 수 있기를 기대한다. The purpose of this study is to derive major topics in content R&D and provide directions for academic development by exploring research trends over the past 20 years using topic modeling targeting 9,858 papers published in the Journal of the Korean Contents Association. To secure the reliability and validity of the extracted topics, not only the quantitative evaluation technique but also the qualitative technique were applied step-by-step and repeated until a corpus of the level agreed upon by the researchers was generated, and detailed analysis procedures were presented accordingly. As a result of the analysis, 8 core topics were extracted. This shows that the Korean Contents Association is publishing convergence and complex research papers in various fields without limiting to a specific academic field. Also, before 2012, the proportion of topics in the field of engineering and technology appeared relatively high, while after 2012, the proportion of topics in the field of social sciences appeared relatively high. Specifically, the topic of ‘social welfare’ showed a fourfold increase in the second half compared to the first half. Through topic-specific trend analysis, we focused on the turning point in time at which the inflection point of the trend line appeared, explored the external variables that affected the research trend of the topic, and identified the relationship between the topic and the external variable. It is hoped that the results of this study can provide implications for active discussions in domestic content-related R&D and industrial fields.

토픽모델링을 활용한 한국콘텐츠학회 논문지 연구동향 탐색

석혜은(Seok hye-eun),김수영(Kim soo-young),이연수(Lee yeon-su),조현영(Cho hyun-young),이수경(Lee soo-kyoung) 한국콘텐츠학회 2021 한국콘텐츠학회 종합학술대회 논문집 Vol.2021 No.8

18-36개월 아동의 어휘 습득 역동성 분석 연구

박원정,석혜은,임동선 한국언어청각임상학회 2023 Communication Sciences and Disorders Vol.28 No.2

Objectives: The purpose of this study was to determine whether there were changes in language ability and vocabulary usage of children aged 18 to 36 months by specific time points. Methods: A total of 1,152 Korean children’s Wordbank data based on the MacArthur-Bates communication development assessment (K M-B CDI) were used for analysis. Korean Wordbank data is divided into two sections according to the time of data collection, one is collected before 2003, and the other is collected between 2016-2017. Data from the 2-time points were divided into time point 1 group (n= 988), and time point 2 group (n= 164). The total score and category score of K M-B CDI were compared between the time points. In addition, the significance of differences in each vocabulary item was compared by performing differential item functioning analysis based on classical test theory and item response theory. Results: This study found that the group difference in total score was not significant. However, the differences in category scores were found to be significant in 7 of the total 24 categories, and the scores of the time point 2 group were found to be significantly higher than the time point 1 group in the 6 categories. In addition, 117 items out of a total of 641 items were analyzed to have a differential function. Conclusion: Given that children in time point 2 showed higher performance in the categories of function words, it can be inferred that changes in children’s language skills may appear over time, and the results of this study also confirmed the dynamics of early children’s vocabulary use patterns.

과학영재 지식창출 경험에 대한 학생 인식조사: 전문가 연구 활동에 대한 IPA 및 네트워크 분석을 중심으로

강정하,석혜은,박선희,신학수,홍성호,박청담,윤지윤 한국창의력교육학회 2018 창의력교육연구 Vol.18 No.4

본 연구는 과학영재가 전문가 연구 활동에 대해 가지는 인식—중요도 및 수행도—수준과 구조를 파악하기 위한 조사연구로, 이를 통해 전문가 연구 활동이 지식창출 경험의 장으로서 기능하는지를 살펴보고자 하였다. 특별히, 과학영재 전문가 연구 활동의 핵심요소—학생․연구․기관—에 대한 과학영재의 광범위한 인식의 구조를 다룸으로써, 과학영재가 지식창출 경험을 통해 의미 있는 성장을 지속하도록 하는 실질적인 중재 요인을 찾고자 하였다. 이러한 시도는 과학영재는 물론 이를 지원하는 교육 환경적 요소인 전문 기관, 그리고 영재학교 및 지도교사 간의 상호작용을 총체적으로 다루었다는 데 의의가 있다. 연구는 전국 7개 영재학교 재학생 1, 2, 3학년 268명을 대상으로 설문조사로 진행되었고, 수집된 자료에 대해 IPA와 네트워크 분석이 실시되었다. 먼저, IPA 결과, 중요도는 학생요소의 조직화 요인, 소통 요인, 연구요소의 과정요인, 기관요소의 자원요인이 높게 나타났다. 수행도는 기관요소의 자원요인, 연구요소의 과정요인과 전략요인이 높게 나타났다. 중요도와 수행도의 t 검증 결과, 대부분의 세부성분이 유의미한 차이를 보였다. 다음으로, 네트워크 분석 결과, 연결중심성, 매개중심성, 위세중심성이 모두 높은 것은 연구요소의 결과보고와 문제, 학생요소의 성장, 교류, 그리고 기관요소의 관리 등이었다. 이러한 결과는 과학영재가 전문가 연구를 위한 사전 경험 및 사전 준비가 부족한 상태에서 활동에 참여함으로써 전문가 랩 의존적 활동, 연구 결과보고에 집중된 활동 등의 한계를 드러내는 현상으로, 전문가 연구 활동이 지식창출 경험의 기회가 되기 위해서는 체계적인 교육과정 운영과 계획적인 사전 준비를 통한 학생주도적 활동이 되어야 함을 시사한다. In this study, we wanted to see if the professional research activity functions as a place of knowledge emerging experience through perceptions of science gifted students about their research activities - importance and performance - analysis of levels and structure. The participants of this study were 268 persons from 7 gifted schools nationwide. Data collection was conducted through questionnaires. Data analysis was applied to IPA and network analysis. First, as a result of IPA, the importance of Student_Organizing factors, Student_Communication factors, Research_ Process factors, and Institution_Resource factors were high. The performances were higher in Institution_Resource factors, Research_Process factors, and Research_Strategic factors. Next, as a result of scaling in random network, it is reported that Research_Result_Report, Experience_Growth, Communication_Exchange, and Research_Pr_ Problem Definition are the most influential key components.

토픽모델링을 활용한 복합양식 문식성 교육 연구 동향 분석 - 복합양식 문식성 교육을 통한 비판적 사고 교육의 필요성 탐색 -

김경화,석혜은 한국문화융합학회 2023 문화와 융합 Vol.45 No.10

The purpose of this study is to examine research related to critical thinking in multimodal literacy education by analyzing research trends in multimodal literacy education. To this goal, we examined the quantitative change trends in 308 studies by publication period and then analyzed research trends using Topic Modeling. Domestic multimodal literacy education research has been published since 1990, and discussions began in earnest in 2005. In particular, a quantitative increase in research was confirmed in 2009, 2013, 2016, and 2021. For the Topic Model, a model consisting of four topics was selected by combining quantitative indicators and qualitative techniques, and was categorized into the areas of 'media education', 'educational content and area', 'curriculum', and 'teaching and learning materials'. did. Meanwhile, research related to critical thinking, which is emphasized in multimodal literacy education, is quantitatively very small, and it is hoped that this study will be used as basic data for related research.

토픽모델링을 활용한 노인 디지털 리터러시 연구 동향 탐색

김경화,석혜은,한은영 한국 리터러시 학회 2024 리터러시 연구 Vol.15 No.5

This study aims to investigate trends in research pertaining to digital literacy among the elderly using topic modeling, thereby providing foundational data for discussions on digital literacy research and policy. A total of 927 academic papers and theses related to digital topics for the elderly were collected, resulting in a corpus of 7,595 words. The research materials were categorized into four distinct periods based on the trends in publication frequency concerning elderly digital topics. To gain deeper insights into the research trends during periods of significant increases in studies on elderly digital literacy and the emergence of research explicitly addressing digital literacy, two additional topic modeling analyses were conducted. The findings of these analyses revealed specific themes and critical directions in the discourse surrounding elderly digital literacy research. As interest in enhancing digital literacy among older adults continues to grow, this study may inform policy proposals aimed at increasing technology acceptance and improving information accessibility for this demographic. The results will serve as foundational material for discussions on supporting digital literacy among the elderly and bridging the digital divide.

잠재성장모형의 사용을 위한 표본크기 결정

김수영,석혜은 한국심리학회 2015 한국심리학회지 일반 Vol.34 No.2

Recently, latent growth models (LGMs) have been widely used in education or psychology for analyzing behavioral change over time. Although there have been a plethora of methodological research for the last couple of decades, required sample sizes for the model under various conditions still remains unclear for most substantive researchers. The present study carried out a series of Monte Carlo simulations with three mostly used types of LGM and tried to provide general guidelines for minimum required sample sizes for accurate estimation. According to the results, larger sample sizes were required when the number of measurement occasions were small, when missing responses were present, and when a binary outcome variable was included in the model. In particular, when the complex conditions were combined, very large sample sizes were required showing interactions between those conditions. Additionally, we discovered that quadratic growth models required remarkably larger sample sizes compared to linear or lambda-estimated growth models with minimal number of time points. Finally, we discussed how to apply the simulation results to determining appropriate sample sizes in practical situations. 시간의 흐름에 따른 행동변화를 분석하기 위한 방법으로서 잠재성장모형은 최근 교육학이나 심리학 등의 여러 학문 분야에서 활발하게 사용되고 있다. 하지만 지난 수년간 성장모형에서의 여러 발전적 연구가 진행되어 왔음에도 불구하고, 모형의 적절한 표본크기를 결정하는 문제는 여전히 충분한 연구가 존재하지 않는다. 본 연구에서는 세 가지 활발하게 이용되는 잠재성장모형(선형모형, 2차 함수모형, 요인부하추정모형)을 이용하여 다양한 조건에서 시뮬레이션을 실시하였고, 각 모형의 모수를 정확히 추정하기 위해 요구되는 최소한의 표본크기에 대한 가이드라인을 제공하고자 하였다. 시뮬레이션 결과, 측정시점의 수가 적고 결측치가 존재하며 이분형 결과변수가 모형 안에 포함되었을 때 큰 표본크기가 필요하였다. 특히 모형을 복잡하게 만드는 조건들이 동시에 발생했을 때(예를 들어, 모형추정을 위한 최소한의 측정시점을 가진 상태에서 결측치 및 이분형 결과변수가 동시에 존재할 때), 각 조건들이 서로 상호작용을 일으켜 매우 큰 표본크기에서도 정확한 모수추정이 가능하지 않은 경우도 발생하였다. 또한 추가적인 성장요인(growth factor)을 가지는 2차 함수 성장모형은 선형모형이나 요인부하추정모형에 비해 눈에 띄게 큰 표본을 필요로 하였음을 발견하였다. 마지막으로 다양한 조건하에서 이루어진 시뮬레이션의 결과를 이용해 이를 실질적으로 어떻게 적용해야 할지에 대하여 논의하였다.