Deep Embedding Clustering 기술을 이용한 특허 문서의 비지도 군집화

국문 초록 (Abstract)

과학기술 전략 수립에 있어 과학기술 문서를 분석하는 업무는 매우 중요하며, 거대한 인적, 물적 리소스가 들어가는 업무이다. 과학기술 문서분석은 국가기관이나 국가 연구소에서는 기술전략을 수립하거나 새로운 과제를 수행할 때 필수적으로 수행되어야 하는 활동이다. 일반적으로, 이 업무는 하나의 연구주제를 선정한 후, 해당 연구주제에 해당하는 대량의 특허/논문을 분석하여 기술 trends를 도출하고, 기술전략을 수립한다. 이를 위해서 선행 적으로 해야 하는 작업이 과학 기술 문서를 분류하는 것이다. 초기에는 해당 분야 전문가에 의해 대량의 문서가 분석된 후 각 기술 카테고리별로 기술 문서를 분류하게 되는데, 일정 시간이 지난후 다시 사람의 힘으로 분류 작업을 해야 하는 어려움이 있다. 이를 해결하기 위해서 text-mining기술의 발전과 함께 다양한 머신러닝 방법들이 기술 문서 분류에 적용되고 있다. 과학기술 문서 분류는 업무의 특성상 Unsupervised categorization 접근이 매우 중요하다. 처음 한번은 사람에 의해 문서가 분류되었다 하더라도, 그 이후 사람의 관여를 최소화하여 전문 인력의 자원을 절약해야 한다. 본 논문을 최근 빠르게 발전하고 있는 딥 러닝 기술을 특허 문서 분류에 적용하여, 전문가의 관여를 최소화하면서도 높은 수준으로 기술문서를 분류하는 방법을 제시하고자 한다. 본 논문에서 우리는 특허 문서의 feature를 neural embedding approach를 통해 임베딩된 feature vector로 추출하고, deep embedding clustering기법을 활용하여 한 번 분류된 특허 문서를 기반으로 이후에 나오는 특허를 자동 분류하는 방법을 제시한다.

목차 (Table of Contents)

• Abstract
• 1. Introduction
• 2. Related Work
• 3. Proposed Framework
• 4. Experiments
• 5. Discussion
• 6. Conclusion and Future works
• References