인공신경망 기반 자연어처리를 적용한 연도별 정책내용 변화 분석에 관한 연구: 일본 IT신전략 (2018-2020)을 대상으로

Abstract

본 연구는 인공신경망 기반 자연어처리를 적용하여 시간에 따른 정책내용 변화를 확인하고자 하였다. 비정형 텍스트인 일본 IT신전략(2018-2020)에 단어 임베딩 학습모형인 Word2Vec알고리즘을 적용하여 다차원 공간에 추출한 단어들을 벡터화하였으며, 두 벡터 간의 사잇각을 구하는 코사인 유사도(cosine similarity)를 이용하여 단어 유사도(word similarity)를 측정하였다. Word2Vec알고리즘, 코사인 유사도를 이용하여 비정형 텍스트를 수치화하였고, 수치화된 값을 이용하여 정책문서 안에서 단어 간의 중요도와 유사도를 객관적으로 분석하고자 하였다. 또한, 정책문서의 번역과 해석에 의해서는 알기 힘들었던 의미들을 발견하고자 하였다. 분석 결과, 코사인 유사도의 증감을 통해 연관단어의 중요성이 어떻게 변화하고 있는지 확인할 수 있었다. 그리고 코사인 유사도를 통해 도출된 연관단어의 연도별 변화와 단어 유사도를 통해 정책내용 변화의 성격을 알 수 있었다.