오픈 데이터셋 분류 및 검색을 위한 메타 데이터셋 생성 연구 (Meta-Dataset Creation Method for Classification and Search of Open Datasets)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 22권 / 4호 / 17 ~ 22페이지
· 저자명 : 윤서희, 하고은, 유석종

초록

인공지능 학습에 필요한 오픈 데이터셋 제공 사이트들이 증가하면서 효과적인 데이터셋 검색에 대한 중요성이 커지고 있다. 현재 메타 데이터셋 연구는 특정 사이트에서 제공하는 데이터셋들에 초점을 맞추고 있으며, 다중 데이터셋 포털에 대한 통합 플랫폼 연구는 미미한 실정이다. 본 논문에서는 통합 데이터셋 검색 지원을 위해 메타 데이터셋 분류 및 생성 기법을 제안하고자 한다. 시스템 구현을 위해 국내·외 오픈 데이터셋 포털에서 제공하는 데이터셋을 수집하여 메타데이터를 생성하고, 딥러닝 모델로 기존 카테고리를 표준 카테고리로 분류 생성하였다. 다중 언어 검색을 지원하기 위해 파파고 API를 통해 한영 검색 도구를 구현하였고, 메타데이터에 대한 추가적인 분석 결과를 그래프로 시각화하였다. 본 연구를 통하여 오픈 데이터셋의 검색 효율성을 높일 수 있으며, 인공지능 학습 및 데이터셋 분석연구에 기여할 수 있다.

영어초록

With the increasing number of sites providing open datasets for AI learning, effective dataset search has become crucial. Current metadata research is focusing on datasets offered by specific sites, while research on integrated platforms for multiple datasets remains limited. This paper aims to propose techniques for metadata classification and generation to support integrated dataset search. To implement the system, datasets provided by domestic and international open dataset portals were collected to generate metadata, and deep learning models were used to classify existing categories into standard categories. A search tool for Korean-English was implemented through the Papago API to support multilingual search, and additional analysis results for metadata were visualized using graphs. Through this study, it contributes to artificial intelligence learning and dataset analysis research by increasing the search efficiency of open datasets.

참고자료

· 없음