한의학 고문헌 텍스트에서의 인용문 추정과 탐색 (Detecting Local Text Reuse in the Texts of East Asian Traditional Medicine)

서지정보

· 발행기관 : 대한한의학원전학회
· 수록지 정보 : 대한한의학원전학회지 / 34권 / 1호 / 37 ~ 45페이지
· 저자명 : 오준호

초록

목적 : 한의학 고문헌 텍스트에서 인용문을 추정하고 탐색하기 위한 계량적인 방법을 검토해 보고자 한다.


방법 : n-gram을 이용하여 인용문의 분량을 추정하는 방법과, Smith-Waterman 알고리즘(SW알고리즘)을 이용하여 인용문을 직접 탐색하는 방법을 소개하였다. 이를 바탕으로 『동의보감』과 『황제내경소문』을 대상으로 인용문의 추정과 탐색을 수행하였다.


결과 : n-gram을 이용한 추정은 SW알고리즘을 이용한 방법에 비해 오류가 많았다. SW알고리즘은 인용문으로 의심되는 문자열을 직접 탐색해내기 때문에 보다 정확한 결과를 얻을 수 있다.


결론 : n-gram은 인용문을 정확하게 찾아주지는 못하지만 속도면에서 매우 빠르기 때문에 유사한 문서를 선별검사 하는 등 특정한 목적일 때 유용한 방법이 될 수 있다. SW알고리즘은 문자열이 완전히 일치하지 않는 경우에도 인용문으로 의심되는 유사한 구절을 비교적 잘 찾아낼 수 있다는 장점을 가진다. 그러나 많은 시간과 컴퓨팅 자원을 소모하기 때문에 정밀한 결과가 필요할 때 유용하다.


주제어 : 인용, n-gram, smith-waterman 알고리즘, 한의학 원전, 동아시아 전통의학.

영어초록

Objectives : The purpose of this paper was to examine quantitative methods for estimating and detecting local text reuse in the texts of East Asian Traditional Medicine.


Methods: We introduce techniques that estimate the volume of local text reuse with n-gram and those that directly detect the reuse with the Smith-Waterman algorithm (SW algorithm). Based on this, the estimation and detection of local text reuse were carried out for 『Donguibogam』 and 『Huangdineijing·Suwen』.


Results: Estimates with n-gram had more errors than methods with SW algorithms. SW algorithms detected suspected strings directly with local text reuse, resulting in more accurate results.


Conclusions: Although n-gram does not accurately find local text reuse, its high speed makes it a preferable method for certain purposes, such as screening similar documents. On the other hand, SW algorithms have the advantage of being relatively good at finding similar phrases suspected as local text reuse even if the strings do not completely match. However, due to its excessive consumption of time and computing resources, its benefits are limited to cases where precise results are required.

참고자료

· 없음