교육과정 개발팀은 지정된 읽기 자료가 학습 목표(LO)를 뒷받침하는지, 그리고 주제 범위가 균형 있게 다루어지는지 검토할 시간이 부족한 경우가 많습니다. 본 연구에서는 근거 기반의 읽기 자료 목록 큐레이션을 지원하는 자연어 처리(NLP) 워크플로를 제시합니다. 이 워크플로는 검색을 위한 PubMedBERT 문장 임베딩(embedding) 및 코사인 유사도, 근거 확인을 위한 자연어 추론(NLI), 그리고 범위 분석을 위한 토픽 모델링을 결합합니다. 치의학 교육 분야에서 13개의 강좌 수준 LO와 PubMed 기반의 3,837개 LO-초록 쌍으로 구성된 코퍼스를 활용해 이 접근법을 테스트했습니다. 13개 LO 전반에서 중앙값 코사인 유사도는 0.86에서 0.91 사이로 나타나 전반적으로 높은 의미적 유사성을 보였습니다. 토픽 모델링 결과 영역별로 1~2개의 지배적인 토픽이 나타나며 범위는 넓으나 불균형한 것으로 확인되었습니다. 읽기 자료를 선정하는 데는 유사도만으로는 충분하지 않았습니다. 높은 유사도를 보인 쌍(코사인 0.90~1.00) 중 22.9%가 NLI에 의해 중립(neutral) 또는 모순(contradictory)으로 분류되었습니다. 전문가가 라벨링한 49개 쌍의 검증(validation) 세트에서 코사인 기반 검색(코사인 >= 0.90)은 0.69의 정확도를 기록한 반면, 코사인과 NLI를 결합한 접근법은 전문가 정렬(alignment) 라벨 대비 0.73의 정확도를 달성했습니다. 전반적으로 이 워크플로는 오탐(false positive)을 줄이고 의도한 LO에 더 잘 부합하는 읽기 자료 선정을 지원함으로써 AI가 교육과정 정렬을 어떻게 도울 수 있는지 보여줍니다.
신흥 트렌드 예측은 기업, 연구자, 정책 입안자에게 필수적이지만, 기존 접근법은 종종 확장성과 적응성이 부족하다. 본 논문은 시간 속성을 갖는 텍스트 데이터셋에서 통찰을 추출하도록 설계된 자동 머신러닝(AutoML) 기반 트렌드 예측 프레임워크를 제시한다. 시스템은 날짜 필드가 동반된 주제별 텍스트 항목을 입력으로 받는다. 파이프라인은 전처리와 임베딩으로 시작하며, 이어서 메타학습(meta-learning)을 사용해 최적의 클러스터링 알고리즘을 선택하는 AutoClustering이 수행된다. AutoTopicModeling은 successive halving을 적용하여 각 클러스터의 coherence score를 기준으로 Latent Dirichlet Allocation (LDA), Latent Semantic Analysis (LSA), BERTopic, 또는 Non-negative Matrix Factorization (NMF) 중 최적의 토픽 모델링 방법을 식별한다. 트렌드 예측을 위해 AutoTrendAnalysis는 Facebook Prophet, 자기회귀 통합 이동평균(AutoRegressive Integrated Moving Average, ARIMA), Loess를 이용한 계절-트렌드 분해(Seasonal-Trend decomposition using Loess, STL), 장단기 메모리(Long Short-Term Memory, LSTM) 등 여러 모델을 평가하며, successive halving 또는 전수 비교를 통해 평균 제곱근 오차(Root Mean Square Error, RMSE)를 기준으로 가장 정확한 모델을 선택한다. 토픽은 예측 결과에 따라 강한 신호, 약한 신호, 또는 노이즈로 분류되어 신흥 트렌드를 식별할 수 있다. 클러스터링, 토픽 모델링, 시계열 예측을 자동화함으로써 본 연구는 수작업을 줄이면서 트렌드 예측 정확도를 향상시킨다. 제안 시스템은 실시간 응용과 머신러닝 전문성이 제한된 이해관계자에게 적합한 확장 가능하고 사용하기 쉬운 솔루션을 제공한다. 실험 결과, 제안 시스템의 최적 시행은 최종 RMSE 7.099를 달성하여 높은 예측 정확도를 보여준다.
본 논문은 러시아 정부의 상호 연계된 멀티모달 정치 커뮤니케이션 데이터셋을 소개하며, 권위주의 정치 맥락에서 텍스트 및 이미지 기반 사회 데이터의 가용성에 지속적으로 존재하는 한계를 다룬다. 이 데이터셋은 수십 년에 걸쳐 크렘린 및 러시아 외교부의 고위 인사가 발표한 공식 연설로 구성된 두 개의 대규모 말뭉치로 이루어져 있다. 각 연설에 대해 러시아어 및 영어 텍스트, 가능한 경우 관련 이미지와 캡션, 그리고 날짜, 발언자, (지리)위치, 공식 정부 콘텐츠 태그 등을 포함하는 정합화된 메타데이터를 제공한다. 고유 식별자를 통해 이미지를 연설에 연결하고, 동일한 커뮤니케이션 텍스트의 러시아어 및 영어 버전을 정렬한다. 또한 이러한 연계 데이터셋에 연설 텍스트와 연설 이미지 모두에 대한 검증된 주제(topic) 주석을 추가하며, 이는 트랜스포머 기반 멀티모달 토픽 모델링을 통해 생성되고 러시아 정치 전문가에 의해 정제된다. 결과적으로 만들어진 데이터 리소스는 (권위주의) 정치 커뮤니케이션의 멀티모달, 다국어, 시간적 및/또는 공간적 분석을 지원하며, 사회과학 연구와 정치 분야의 대규모 언어 모델(LLM) 응용을 위한 유용한 테스트베드를 제공한다.
교육에 인공지능(AI)과 생성형 AI(GenAI)가 빠르게 통합되면서 교수와 학습을 향상시킬 수 있는 중요한 기회를 제공하는 한편, 교육 환경에서 이러한 기술을 책임 있게 사용한다는 윤리적 우려를 제기한다. 대중이 이러한 문제를 어떻게 인식하고 토론하는지를 이해하는 것은 AI를 책임 있고 공평하게 통합하려는 교육자, 기관, 정책 결정자에게 점점 더 중요해지고 있다. 이러한 논쟁이 빈번하고 대규모로 펼쳐지는 소셜 미디어 플랫폼은 주요 변화가 나타날 때 이에 대한 대규모의 실시간 대중 반응을 포착하는 데 유용한 렌즈를 제공한다. 본 연구에서는 트위터(현 X)에서 5년간(2019-2024)의 담론을 분석하여 교육 분야 AI 윤리를 둘러싼 변화하는 공공 대화를 추적하며, 특히 ChatGPT 출시가 해당 담론의 성격과 어조를 재편한 전환점으로서 주목한다. BERT 기반 토픽 모델링과 SetFit 감성 분석을 사용하여 주요 주제를 식별하고 시간에 따른 감성을 추적한 결과, 관찰 기간 전반에 걸쳐 담론은 대체로 긍정적이었으며, 부정적 감성은 특정 윤리적 논란 주변에 집중되어 있었다. 최근에는 학문적 정직성에 대한 불안과 생성형 AI의 광범위한 함의가 대화를 지배하게 되었다. 양극화된 논쟁을 반영하기보다, 공공 담론은 실용적이며 AI 통합에 대체로 수용적인 것으로 보이나, 윤리적 감독과 기관의 책임에 대한 요구가 커지고 있다. 교육 분야 AI 윤리를 둘러싼 대중 감성에 대한 종단적 기록을 제공함으로써, 본 연구는 교육자, 기관, 정책 결정자에게 대중의 기대에 대한 경험적으로 뒷받침된 이해를 제공하며, 다양한 교육 맥락에서 AI 통합에 대한 책임 있고 투명하며 공평한 접근 방식의 개발을 위한 정보를 제공한다.
Twitter(현 X)와 같은 소셜 미디어 플랫폼은 특히 COVID-19 팬데믹과 같은 위기 상황에서 공공 담론 분석을 위한 풍부한 데이터를 제공한다. 그러나 소셜 미디어 단문의 간결성, 비격식성, 노이즈는 전통적인 토픽 모델링의 효과를 저해하는 경우가 많아, 해석하기 어려운 비일관적이거나 중복된 토픽을 생성한다. 이러한 문제를 해결하기 위해 우리는 대규모 언어 모델(LLM)을 활용하여 토픽 모델링 이전에 원시 트윗을 보다 표준화되고 격식체인 언어로 재구성하는 모델 비종속적 프레임워크인 TM-Rephrase를 개발하였다. 25,027개의 COVID-19 관련 Twitter 게시물로 구성된 데이터셋을 사용하여, 일반적 재구성과 구어체-격식체 재구성의 두 가지 재구성 전략이 다양한 토픽 모델링 방법에 미치는 영향을 분석하였다. 실험 결과, TM-Rephrase는 토픽 모델링 성능을 측정하는 세 가지 지표(토픽 일관성, 토픽 고유성, 토픽 다양성)를 개선하는 동시에 대부분의 토픽 모델링 알고리즘에서 토픽 중복성을 감소시키는 것으로 나타났으며, 구어체-격식체 전략이 가장 큰 성능 향상을 보였고 특히 잠재 디리클레 할당(LDA) 알고리즘에서 두드러졌다. 본 연구는 공중 보건 관련 소셜 미디어 분석에서 토픽 모델링을 향상시키는 모델 비종속적 접근법에 기여하며, 건강 위기 및 기타 중요한 분야에서 공공 담론에 대한 이해를 개선하는 데 광범위한 함의를 제공한다.
대규모로 키워드를 식별하고 할당하는 작업은 크라우드소싱 컬렉션에 있어 기술적, 실용적, 윤리적 과제를 동시에 제기한다. 본 논문은 옥스퍼드 대학교가 호스팅하는 크라우드소싱 제2차 세계대전 디지털 컬렉션인 Their Finest Hour Online Archive를 사례 연구로 활용한 "크라우드소싱 컬렉션에서의 키워드 추출" 프로젝트의 연구 결과를 보고한다. 이 프로젝트는 키워드 추출 자동화를 위한 세 가지 자연어 처리(NLP) 접근법—개체명 인식(Named Entity Recognition), 키워드 추출(Keyword Extraction), 토픽 모델링(Topic Modelling)—을 평가하였으며, 전통적인 통계적 방법부터 현대의 생성 AI 신경망에 이르기까지 다양한 인공지능 기법을 대상으로 이를 검증하였다. 정량적·정성적 분석 결과, 자연어 처리 접근법은 크라우드소싱 컬렉션에서의 대규모 키워드 추출에 실질적인 가능성을 보여주지만, 단일 방법만으로는 완전한 해결책이 되지 못하며 모델 선택이 결과에 상당한 영향을 미치는 것으로 나타났다. 우리는 메타데이터가 살아있는 기여자들과의 직접적인 상호작용의 산물인 크라우드소싱 컬렉션에서 자동화된 키워드 추출이 기술적 성능과 함께 반드시 다루어야 할 고유한 관리 책임을 수반한다고 주장한다. 오픈 가중치(open-weight) 추출형 모델이 책임 있는 배포를 지원하는 데 가장 적합한 것으로 평가에서 나타났으며, 생성 AI는 추상적 잠재력에도 불구하고 크라우드소싱 컬렉션을 관리하는 누구나 신중히 고려해야 할 책임성 위험을 내포한다.
우리는 불균형 단문 데이터셋에서 희소 토픽을 탐지하기 위한 간결한 솔루션을 제안한다. CWUTM(불균형 단문 데이터셋을 위한 공출현 단어 네트워크 기반 토픽 모델)이라 명명된 우리의 접근법은, 우발적 단어 공출현의 영향을 완화함으로써 희소하고 불균형적인 단문 토픽 문제를 해결한다. 이를 통해 모델은 희소 토픽(저빈도 토픽) 식별을 우선시할 수 있다. 기존 방법들과 달리, CWUTM은 공출현 단어 네트워크를 활용하여 각 단어의 토픽 분포를 포착하고, 노드 활성도 계산을 재정의하며 희소 토픽과 풍부한 토픽의 표현을 어느 정도 정규화함으로써 희소 토픽 식별에 대한 민감도를 높인다. 또한 CWUTM은 LDA와 유사하게 깁스 샘플링을 채택하여 다양한 응용 시나리오에 쉽게 적용할 수 있다. 불균형 단문 데이터셋에 대한 광범위한 실험적 검증을 통해 희소 토픽 발견에서 CWUTM이 기준선 접근법들보다 우수함을 입증한다. 실험 결과에 따르면, 제안된 모델은 소셜 플랫폼에서 신흥 토픽 또는 예상치 못한 이벤트를 조기에 정확하게 탐지하는 데 효과적이다.
최근 몇 년간 연구들은 스트리밍 플랫폼(특히 Spotify의 영어권 음악)에서 대중음악 가사의 의미론적 다양성이 감소하고 있음을 밝혀왔다. 본 연구는 이탈리아 최고 권위의 음악 경연 대회인 산레모 음악제(Sanremo Music Festival) 75회 전 부문 최종 후보 곡들의 가사를 분석 대상으로 삼아, 서로 다른 언어적·문화적 맥락에서도 유사한 경향이 나타나는지를 검토한다. 이 연구의 차별점은 의미론적 유사도의 시간적 변화를 추적하기 위한 유연하고 효율적인 방법론을 개발하고, 이를 다양한 데이터셋에 적용하여 유사한 현상을 연구할 수 있도록 한 데 있다. 전문(full-text), 구간(segment), 주제(topic), 단어 수준 분석을 결합하여 임베딩(embedding) 기법과 대규모 언어 모델(LLM)을 활용하는 이 접근법을 산레모 코퍼스에 적용한 결과, 의미론적 균질성이 점진적으로 증가하는 양상이 확인되었으며, 이는 선행 연구에서 식별된 글로벌 패턴과 일치한다. 이러한 연구 결과는 음악적 언어와 문화적 표현의 장기적 변화를 규명하는 데 있어 자연어 처리(NLP) 도구의 가치를 재확인시켜 준다.
청소년기는 고조된 감정적 민감성, 사회적 스트레스, 약물 사용 취약성이 두드러지는 중요한 발달 단계이다. 그러나 전통적인 연구 방법은 청소년들의 실제 경험에 대한 접근이 제한적이어서, 근거 기반 예방 및 개입 전략 개발 노력을 저해한다. 소셜 미디어는 청소년들의 약물 사용에 관한 자연 발생적 논의를 관찰할 수 있는 독특한 기회를 제공하며, 조기 예방 및 개입 전략 수립에 활용 가능한 청소년들의 의견, 감정, 실제 경험에 대한 귀중한 통찰을 제공한다. 본 연구에서는 2018년부터 2023년 사이 청소년들의 약물 사용과 관련된 Reddit의 대규모 논의를 분석한다. 시간대별 시계열 분석, 감성 및 감정 분류(classification), 트랜스포머(transformer) 기반 토픽 모델링(BERTopic)을 활용하여, 청소년 약물 사용 담론에서 시간, 감정, 의미론적 내용 간의 상호작용을 탐구한다. 연구 결과, 약물 관련 논의에서 주말 및 심야 시간대의 뚜렷한 피크, 슬픔과 공포와 같은 부정적 감정의 지배적 양상, 그리고 또래 관계, 가족 갈등, 감정적 고통, 약물별 경험을 중심으로 한 뚜렷한 의미론적 토픽들이 나타났다. 이러한 연구 결과는 자연스러운 온라인 환경에서의 청소년 약물 사용에 대한 이해를 심화시키고, 더욱 시의적절하고 표적화된 근거 기반 예방 및 개입 전략 개발을 뒷받침하는 실증적 증거를 제공한다.
19세기 소설 속 남성성은 단일한 이상이 아니라 서로 경쟁하는 각본들이 펼쳐지는 장이다. 본 논문은 txtLAB Novel450 코퍼스에서 1771년부터 1930년 사이에 출판된 영국 및 미국의 정전 소설 150편을 바탕으로, 남성적 권위를 둘러싼 경쟁 모델들의 상대적 비중이 어떻게 변화했는지를 살펴본다. 남성 인물 중심의 문체 특성을 분석하기 위해, 공지시 해소(coreference resolution)를 사용하여 인명, 명사적 언급, 대명사를 인물별 참조 체인으로 묶은 뒤, 해당 인물 중심의 텍스트 윈도우를 추출하였다. 이어서 출판 연도와 저자 성별을 토픽 유병률 공변량으로 삼아 비지도 구조적 토픽 모델(structural topic model)을 적합시켰다. 모델은 귀족적-기사도적, 기독교적 남성다움, 신사적 품위, 시골 지주, 전문직-상업적, 제국주의적/모험적의 여섯 가지 남성성 형성을 식별하였다. 코퍼스 전반에 걸쳐 세습적 지위와 신성한 권위에 기반한 형성은 쇠퇴한 반면, 유급 노동과 모험을 중심으로 조직된 형성은 부상하였다. 가장 큰 증가는 전문직-상업적 가장 역할이 아니라 제국주의적/모험적 남성성, 특히 변경-황야 레지스터에서 나타났다. 이러한 궤적은 세습적·신성한 지위에서 성취적·상업적·팽창적 형태의 남성적 권위로의 재배분을 시사한다. 모험적·상업적 형성은 남성으로 기록된 저자의 소설에서 더욱 두드러지게 나타났다. 이들 형성은 사전에 설정된 어휘 없이 도출되었음에도 독립적 선행 연구에서 확립된 범주들과 일치하므로, 본 논문은 긴 19세기에 걸친 젠더화된 권위의 재편을 측정하기 위한 재현 가능한 방법론을 제시한다.
종양학에 보완 의학을 통합하는 흐름은 패러다임의 전환을 의미하며, 방사선 치료의 보조제로서 전통 중의학(TCM)의 채택이 점차 증가하고 있다. 통합 종양학이 공식적으로 제도화된 지 약 25년이 지난 현시점에서, 방사선 치료 보조제로서의 TCM에 관한 근거의 궤적을 종합적으로 정리하는 것이 적절하다. 본 연구에서는 2000년부터 2025년까지 발표된 69,745편의 논문을 대규모로 분석하여, 정의-아이디에이션-검증(define-ideate-test) 패턴을 반영하는 출판 성과, 국제 협력, 연구비 투자의 조율된 확장과 수축으로 정의되는 순환적 진화 양상을 도출하였다. 해당 분야의 안정적인 주제 구조를 파악하기 위해 설계된 주제 모델링 워크플로를 활용하여, 암 유형, 지지적 치료, 임상 엔드포인트, 기전, 방법론이라는 다섯 가지 주요 주제 축을 확인하였으며, 이는 환자 삶의 질, 과학적 엄밀성 및 기전 탐험에 대한 집중을 시사한다. TCM의 주제 간 통합은 환자 중심적이며 시스템 지향적이다. 창발적 진화 주기와 함께, 주제 구조는 점진적인 전문화와 해당 분야의 잠재적 파편화 해소 또는 기존 연구 의제의 포화를 보여준다. 이 분석은 해당 분야가 현재의 연구 의제를 성숙시켰으며, 새로운 전환점에 근접해 있음을 시사한다. 또한, 이 분야는 출판 유형, 주제 영역, 진화 주기 전반에 걸쳐 동질적인 긍정적 연구 결과 보고 양상을 보이며, 이는 구조적 요인과 무관한 시스템 전반의 긍정적 보고 바이어스를 시사한다.
본 연구는 중국 문헌정보학(LIS) 분야 학술 논문의 새로움(novelty) 분포를 분석하며, 학술지, 연구 주제, 시기별 차이에 초점을 맞춘다. 중국사회과학인용색인(CSSCI)에 등재된 중국 LIS 학술지에 2000년부터 2022년까지 게재된 논문을 연구 표본으로 수집하였다. 논문 초록에 BERTopic을 적용하여 연구 주제를 식별하고, 분석 대상 논문이 인용한 참고문헌 쌍의 조합적 혁신 이론에 기반하여 새로움 점수를 산출하였다. 이후 주제별 논문 새로움을 검토하고, 협력 패턴이 논문 새로움과 어떻게 연관될 수 있는지 설명하기 위해 저자 협력 패턴을 추가 분석하였다. 분석 결과, 아카이브 관련 연구 주제는 전반적으로 새로움이 낮은 반면, 학술지 평가 및 특허 기술 관련 주제는 중국 LIS 연구에서 높은 새로움을 보이는 것으로 나타났다. 전체적으로 이 분야 논문의 새로움은 시간이 지남에 따라 점진적으로 증가하였다. 주제 및 새로움 수준이 다른 논문들은 뚜렷이 구별되는 협력 패턴도 보였는데, 새로움이 낮은 주제는 단독 저술과 더 자주 연관되는 반면, 새로움이 높은 주제는 기관 간 협력 비율이 더 높은 경향이 있었다. 본 연구는 중국 LIS 연구에서 새로움의 주제 수준 특성과 시간적 추세를 밝히고, 연구 주제와 협력 패턴이 학술적 혁신에 미치는 영향을 이해하는 새로운 관점을 제공한다.
전통적인 토픽 모델은 대규모 텍스트 컬렉션에서 잠재적 주제를 발견하는 데 효과적이다. 그러나 단어 빈도(bag-of-words) 표현에 의존하기 때문에 의미적으로 추상적인 특징을 포착하는 데 어려움을 겪는다. 일부 신경망 변형은 더 풍부한 표현을 사용하지만, 주제를 단어 목록으로 표현하는 방식에 동일하게 제약되어 복잡한 주제를 명확히 표현하는 능력이 제한된다. 우리는 희소 오토인코더(SAE)가 학습한 해석 가능한 특징에 기반하여 동작하는 토픽 모델의 일종인 메커니즘 토픽 모델(MTM)을 소개한다. 의미적으로 풍부한 이 공간에서 주제를 정의함으로써, MTM은 표현력 있는 특징 설명을 통해 더 깊은 개념적 주제를 드러낼 수 있다. 또한, 토픽 모델 중 유일하게 MTM은 토픽 조향 벡터(topic steering vector)를 사용한 제어 가능한 텍스트 생성을 가능하게 한다. 단어 목록 방식과의 비교 평가를 위해, 우리는 대규모 언어 모델(LLM) 기반 쌍별 비교 평가 프레임워크인 topic judge를 제안한다. 8개의 데이터셋에 걸쳐, MTM은 일관성 지표에서 전통적 및 신경망 기반 기준 모델과 동등하거나 이를 초과하며, topic judge에서 일관되게 선호되고, 효과적인 LLM 조향을 가능하게 한다.
과학 논문의 지수적 증가는 새로운 트렌드의 등장을 촉진했다. 이러한 발전을 정확히 예측하는 것은 연구자와 전문가가 해당 분야의 최신 동향을 파악하는 데 필수적이다. 본 연구는 클러스터링, 토픽 모델링, 시계열 분석을 통합하여 무선 네트워크 및 모바일 컴퓨팅 분야의 트렌드 예측을 위한 자동화 파이프라인을 제시한다. 이 과정은 고임팩트 저널과 학회에서 127,820개의 초록을 수집하는 것으로 시작되며, 이어 광범위한 전처리와 SPECTER 모델을 이용한 의미적 임베딩이 수행된다. AutoCluster는 데이터셋 메타 특성(meta-features)에 기반하여 가장 적합한 클러스터링 알고리즘을 선택하기 위해 메타학습(meta-learning)을 적용하여 의미적으로 일관된 그룹을 형성한다. AutoTopicModeling은 각 클러스터별로 최고 성능의 토픽 모델을 식별하기 위해 연속 절반 축소(successive halving) 전략을 사용하고, 이어 대규모 언어 모델(LLM) 보조 토픽 라벨링과 선택적 라벨 일반화를 수행한다. 마지막으로 AutoTrendAnalysis는 토픽 라벨이 부여된 데이터를 시계열로 변환하고 ARIMA, STL, Prophet, LSTM 등의 예측 모델을 적용하여 향후 토픽 인기도를 예측한다. 토픽은 예측 궤적에 따라 강한 신호, 약한 신호, 또는 노이즈 신호로 분류되어 부상하는 연구 주제와 쇠퇴하는 연구 주제에 대한 해석 가능한 통찰을 제공한다. 이 프레임워크는 확장 가능하고 적응적이며, 과학 분야 전반에 걸친 견고한 트렌드 분석을 위해 설계되었다. 실험 결과는 높은 예측 정확도를 보여 평균 제곱근 오차(RMSE) 36.76을 달성했다.
에이전트 상호운용성 표준 ERC-8004(무허가·온체인)와 Google A2A(기업 주도)의 거버넌스 참여 기록 4,323건에 LLM 기반 자동 주석, 토픽 모델링, 다층 네트워크 분석을 결합한 비교 파이프라인을 적용해 제도 설계가 담론 주제와 커뮤니티 구조를 어떻게 형성하는지 분석한다. 거버넌스 형태는 논의 초점에 영향을 주지만 두 체제 모두 유사한 참여 불평등과 커뮤니티 분열을 보였고, 무허가 환경에서는 담론 정렬이 더 조밀해 개방형 거버넌스가 주제적 수렴을 촉진할 수 있음을 시사한다.
구조적 응답 변수와 함께 수집된 텍스트에서 예측과 해석을 함께 다루기 위해, 비음수 행렬 분해(NMF)와 이항 회귀를 결합한 Joint Binomial NMF 모델을 제안하고 문서-토픽 표현을 텍스트 재구성과 평점 예측으로 동시에 학습한다. 시뮬레이션과 실제 리뷰 데이터에서 응답 관련 텍스트 신호를 안정적으로 복원하며 선형·릿지 회귀 기준 모델과 비슷한 예측 성능을 달성한다.
본 연구는 협업하는 학자들 사이에서 연구 주제 선택과 연구 방법론에서 나타나는 성별 차이를 탐구한다. 기존 연구는 협업 그룹을 고려하지 않고 학자 개인 수준에서 연구 주제나 연구 방법의 성별 차이에 초점을 맞춘 경우가 많아, 깊이와 실용적 지침이 부족했다. 본 연구는 도서관학 및 정보학(LIS)을 사례로 삼아, 주제 식별에는 Top2Vec 방법을, 연구 방법 분류에는 CogFT 모델을 사용한다. 1990년부터 2022년 사이에 발표된 25,204편의 논문을 체계적으로 분석하여, 이 분야 협업 학자들의 연구 주제 수렴과 방법 선택에서의 성별 차이를 조사한다. 연구 결과, 여성 학자는 남성 학자에 비해 연구 방법과 주제 선택에서 더 낮은 수렴을 보였다. 본 연구는 학술 출판에서 성별 차이를 연구하기 어려운 문제에 상대적으로 체계적인 방법론을 적용하며, 다른 학문 분야와 연구 질문에 대한 참고 자료가 될 것으로 기대된다. 본 연구는 또한 공동 연구에서 나타나는 성별 차이를 강조하고, 학자들이 선택하는 연구 주제와 방법의 수렴과 다양성에 대한 통찰을 제공한다.
학술 경력 연령은 경력 발전에 중요한 영향을 미치며, 연구 행동, 산출물 규모, 방법론적 선택에 영향을 준다. 학술 경력 연령별 방법론 변화를 분석하는 것은 학문적 진화에 대한 새로운 이론적 관점을 제공하며, 초기 경력 연구자에게 방법 선택에 대한 실용적 지침을 제공한다. 1990년부터 2023년까지 14개 권위 있는 문헌정보학 저널에 게재된 26,677편의 논문으로 코퍼스를 구축하였다. CogFT 모델이 이러한 논문에 포함된 연구 방법을 자동으로 분류하였고, Top2Vec이 토픽 모델을 생성하였다. 이 과정을 통해 연구 방법과 토픽을 연결한 포괄적 데이터셋이 만들어졌다. 저자명 동명이인 구별을 통해 각 학자의 학술 경력 연령을 계산할 수 있었다. 방법에 대한 인기도와 Shannon 다양성 지수, 그리고 토픽 다양성을 학술 경력 연령 그룹 간에 비교하였다. 결과는 역동적인 방법론적 추세를 보여준다: 이론적 접근법의 비중은 점차 감소한 반면, 실험적 방법과 서지계량학적(bibliometric) 방법은 확대되었다. 방법의 인기도는 코호트 간에 유의미하게 다르다. 중년 경력 학자는 가장 높은 방법 다양성을 보이며, 말년 경력 학자는 가장 낮은 다양성을 보인다.
대규모 경제 변화는 문화 생산을 어떻게 형성하는가? 본 연구는 계산언어학, 계량경제학, 형식 모델링을 결합하고, 잘 문서화된 실증적 실험실로서 프랑스 드라마를 활용하여 이 질문에 답한다. 1700년부터 1900년까지 출판된 1,215편의 연극 텍스트 코퍼스에 잠재 디리클레 할당(LDA)을 적용한 결과, 프랑스 자본주의가 발전함에 따라 주권과 정치적 권위를 중심으로 한 귀족 담화가 점차 부르주아 및 가계 경제적 주제로 대체되었음을 보인다. max-share 충격 식별을 적용한 베이지안 벡터 자기회귀(BVAR) 모델은 경제적 충격에 대한 문학적 반응의 시간적 전환을 시사한다: 18세기에는 부르주아 일상생활 주제가 GDP 충격에 반응했으며, 가계 경제적 관심은 산업화가 가속되는 1820년 이후에야 반응성을 보였다. 이산 선택 모델은 저자 간 동료 효과와 당시 경제 상황에 대한 민감성이 이러한 역학을 공동으로 설명할 수 있음을 보여준다. 몬테카를로 시뮬레이션은 관찰된 역사적 궤적을 합리적인 수준의 충실도로 재현한다. 이러한 발견은 경제 변화가 식별 가능한 사회적 메커니즘을 통해 문화 생산으로 전파되는 방식을 이해하기 위한 정량적 틀을 제공하며, 문화 진화 연구와 제도와 문학 담화 간 장기적 관계 연구에 기여한다.
틱톡의 정신건강의식주월 콘텐츠를 분석하여 BERTopic으로 주제를 추출하고 XLM-T와 Detoxify를 통해 비디오와 댓글의 감정(sentiment) 및 유해성(toxicity)을 측정했다. 비디오는 감정적 주제에서 부정적 감정을 보이는 반면 댓글은 긍정적이거나 혼합된 성향을 띠며, 유해성은 전반적으로 낮지만 특정 주제의 댓글에서 높은 이상치가 관찰되었다.