• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2009년도 하계학술대회
• /
• pp.179-187
• /
• 2009

Web2.0은 정치, 경제, 사회 등의 다양한 분야에서 큰 영향을 주었는데 교육 분야에서도 활발한 응용을 볼 수 있었다. Web2.0을 교육적으로 활용할 수 있는 다양한 사이트 중 Wikipedia는 Web2.0의 집단지성을 대표하는 것으로 유명하다. Wikipedia는 오픈소스백과사전으로서 누구나 편집이 가능하고 배타적인 저작권을 가지고 있지 않기 때문에 사용에 제약을 받지 않는다. 현재 267개의 언어로 서비스되고 있으며, 모든 언어를 합하면 1000만여 항목이 넘으며, 앞으로의 발전이 기대되는 온라인 사전이다. Wikipedia는 정보 검색, 정보생성, 위키문법이용 편집, 토론 등의 기본 기능과 사용자문서 관리, 문서역사, 바벨, 위키미디어 프로젝트 등의 응용 기능이 있으며, 집단지성과 즉시성, 발전가능성, 개방성, 대용량성 등의 교육적 장점을 갖고 있으나, 현재 한국 교육 현장에서는 활발히 이용되고 있지 않은 것이 현실이다. 이에 Wikipedia를 초등학교 교육 현장에 적용하는 다음의 6가지 활동을 제안한다. 첫째, 정보검색, 둘째 정보편집, 셋째 정보생성, 넷째 정보토론, 다섯째 학습 결과물의 정리, 여섯째 프로젝트 학습의 활동들을 적용할 수 있다. 브리태니커사전과 비교할 정도로 정확하다는 긍정적인 시각과 누구나 편집을 할 수 있기 때문에 문서훼손이 생겨 부정확하다는 부정적인 시각이 있다. 또한 한국 Wikipedia가 타국의 Wikipedia에 비해 부진한 이유를 찾는 논의에는 여러 해석이 있다. 이러한 논의에도 불구하고 Wikipedia에는 무궁한 발전 가능성이 있기 때문에 교육에 활용할 만한 가치가 있다고 판단된다.

• 한국전자거래학회지
• /
• 제22권4호
• /
• pp.1-19
• /
• 2017

위키피디아는 콘텐츠 협업을 위한 사이트들 중에서 사용자가 가장 많이 사용하는 사이트이다. 위키피디아의 성공은 수많은 자원 봉사자들이 자신의 지식을 제공하려는 동기와 지속적인 몰입 때문이다. 이 논문에서는 Cox 회귀 모델을 사용하여 에디팅에서의 셀프 루프(Self-loop)가 위키피디아 알찬글(Featured articles)로의 승급에 미치는 효과를 평가하였다. 2,978개의 위키피디아 알찬글에 대해서 글이 시작된 시점부터 2011년까지의 편집 내역을 수집하였다. 아티클 편집에서 자기가 수정한 후에 다른 사람이 수정하기 전에 다시 자기가 수정하는 셀프 루프를 사용자의 몰입에 대한 프록시로 사용하였으며, 셀프 루프의 수가 알찬글로의 승급에 긍정적인 영향을 미치는 것을 파악하였다. 추가적으로 자기 루프를 단기와 장기로 더 상세하여 구분하였고, 장기 셀프 루프가 단기 셀프 루프보다 더 긍정적인 영향을 미치는 것을 파악하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권4호
• /
• pp.401-411
• /
• 2008

다수의 사용자들의 협력태깅으로 생성되는 폭소노미는 웹 2.0을 이끌고 있는 대표적인 요소이다. 태그는 어떤 웹 문서를 기술하는 웹 메타데이타라고 할 수 있는데, 협력태깅으로 이루어진 태그들 사이의 의미적인 상하위 관계를 밝혀내 이를 시각화한다면, 사용자들이 문서의 메타데이타를 보다 직관적으로 이해하는 데 도움을 줄 수 있다. 이에 본 논문에서는 del.icio.us의 태그들을 대상으로 하여, Wikipedia 텍스트를 이용한 태그들간 상하위 관계 산출 기법을 제안한다. 이를 위해 태그들이 Wikipeida 텍스트상에서 출현하는 빈도수를 기반으로 태그들간 상하위 관계를 산출하는 통계적인 모델링을 제안하였고, 각각의 태그를 그에 상응하는 Wikipedia 텍스트에 매핑시키는 TSD 기법을 제안하였다. 이렇게 산출된 상하위 관계 짝들은 시각화 기법을 통하여 효과적으로 화면에 표현되었다. 실제로 우리가 제안하는 알고리즘이 태그들간의 상하위 관계들을 높은 정확도로 찾아내었음을 실험을 통해 확인하였다.

• Journal of Computing Science and Engineering
• /
• 제8권3호
• /
• pp.137-148
• /
• 2014

Named entity classification of Wikipedia articles is a fundamental research area that can be used to automatically build large-scale corpora of named entity recognition or to support other entity processing, such as entity linking, as auxiliary tasks. This paper describes a method of classifying named entities in Chinese Wikipedia with fine-grained types. We considered multi-faceted information in Chinese Wikipedia to construct four feature sets, designed different feature selection methods for each feature, and fused different features with a vector space using different strategies. Experimental results show that the explored feature sets and their combination can effectively improve the performance of named entity classification.

• Journal of Information Technology Applications and Management
• /
• 제18권1호
• /
• pp.15-39
• /
• 2011

A deeper understanding of how organizations behave as social complex adaptive systems is needed. In this paper we demonstrate how the Leadership Invigorating Flows of Energies model can help with this understanding. The model highlights the role of emergent leadership as a force encouraging the creation, diffusion, and utilization of knowledge through self-organizing mechanisms. We illustrate our approach by examining Wikipedia and show how it can be described as a social CAS. Our analysis of Wikipedia describes how emerging intrapreneurship behaviors result in dynamic flows of knowledge and self-organizing feedback mechanisms across the organization. We provide implications for organization studies and present evidence to support claims made by advocates of complexity theory. We conclude by proposing that Wikipedia can be seen as a new form of organization, and finish with a brief note highlighting a possible way forward.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권11호
• /
• pp.1121-1125
• /
• 2010

본 논문에서는 질의로 주어진 주제를 깊이 있게 다루는 블로그 검색을 위한 위키피디아 기반 질의 확장 방법을 제안한다. 제안된 방법은 질의와 연관된 위키피디아 문서를 질의 확장에 사용한다. 실험을 위해 대규모 블로그 실험 데이터인 TREC Blogs08 collection과 영문 위키피디아 데이터를 사용하였다. 실험 결과 제안된 방법은 기존의 블로그 포스트 기반 질의 확장 방법에 비해 MAP을 비롯한 검색 성능을 콘 폭으로 향상시켰다.

• 인터넷정보학회논문지
• /
• 제18권3호
• /
• pp.49-61
• /
• 2017

Wikipedia infoboxes have emerged as an important structured information source on the web. To compose infobox for an article, considerable amount of manual effort is required from an author. Due to this manual involvement, infobox suffers from inconsistency, data heterogeneity, incompleteness, schema drift etc. Prior works attempted to solve those problems by generating infobox automatically based on the corresponding article text. However, there are many articles in Wikipedia that do not have enough text content to generate infobox. In this paper, we present an automated approach to generate infobox for movie domain of Wikipedia by extracting information from several sources of the web instead of relying on article text only. The proposed methodology has been developed using semantic relations of article content and available semi-structured information of the web. It processes the article text through some classification processes to identify the template from the large pool of template list. Finally, it extracts the information for the corresponding template attributes from web and thus generates infobox. Through a comprehensive experimental evaluation the proposed scheme was demonstrated as an effective and efficient approach to generate Wikipedia infobox.

• Journal of Information Science Theory and Practice
• /
• 제6권4호
• /
• pp.28-38
• /
• 2018

Wikipedia is composed of millions of articles, each of which explains a particular entity with various languages in the real world. Since the articles are contributed and edited by a large population of diverse experts with no specific authority, Wikipedia can be seen as a naturally occurring body of human knowledge. In this paper, we propose a method to automatically identify key entities and relations in Wikipedia articles, which can be used for automatic ontology construction. Compared to previous approaches to entity and relation extraction and/or identification from text, our goal is to capture naturally occurring entities and relations from Wikipedia while minimizing artificiality often introduced at the stages of constructing training and testing data. The titles of the articles and anchored phrases in their text are regarded as entities, and their types are automatically classified with minimal training. We attempt to automatically detect and identify possible relations among the entities based on clustering without training data, as opposed to the relation extraction approach that focuses on improvement of accuracy in selecting one of the several target relations for a given pair of entities. While the relation extraction approach with supervised learning requires a significant amount of annotation efforts for a predefined set of relations, our approach attempts to discover relations as they occur naturally. Unlike other unsupervised relation identification work where evaluation of automatically identified relations is done with the correct relations determined a priori by human judges, we attempted to evaluate appropriateness of the naturally occurring clusters of relations involving person-artifact and person-organization entities and their relation names.

• 한국문헌정보학회지
• /
• 제47권2호
• /
• pp.247-264
• /
• 2013

익명의 인터넷 이용자가 백과사전의 내용을 쓰고, 수정하고, 편집을 한다는 점에서 위키피디아는 획기적인 발상이다. 위키피디아는 현재 인터넷에서 가장 빈번하게 이용되는 정보원이지만 학술연구자들은 정보의 신뢰성, 정확성의 문제 등으로 위키피디아를 학술연구에서 이용하거나 인용하는 것을 위험한 행동으로 평가하고 있다. 본 연구는 대표적인 인용색인 데이터베이스인 Thomson Reuters의 Web of Science(WoS)에서 2002년부터 2012년의 기간 동안 위키피디아를 인용하고 있는 논문 총 282개를 대상으로 특성 및 인용 패턴을 분석하였다. 위키피디아 인용논문은 비록 소수이기는 하지만 2011년을 기점으로 급격하게 증가하고 있는 추세를 보이고 있다. 가장 많은 논문이 분포한 분야는 문헌정보학, 경영학, 심리학, 교육학 및 커뮤니케이션 분야이다. 원문을 입수할 수 있는 267개 논문에 나타난 총 577개의 인용에 대한 내용분석을 통해 위키피디아에 대한 연구에서의 인용과 지식정보원으로써의 위키피디아 활용을 조사하였다. 조사 결과 총 577개의 분석 대상 인용 가운데 상당수의 인용은 위키피디아에 대한 소개, 설명(139건, 24.1%)이거나, 위키피디아의 글을 간단한 참고정보원으로 활용한 경우(331건, 57.4%)로 파악되었다. 하지만 기존에 여러 연구자들에 의해 위험한 행동으로 간주될 수 있는 위키피디아를 논문의 주요 근거 혹은 데이터 소스로 활용한 사례도 87건(15.1%)으로 조사되었다.

• 정보관리학회지
• /
• 제26권3호
• /
• pp.25-43
• /
• 2009

이 연구에서는 위키피디아를 활용하여 시소러스를 갱신하고, 그 결과를 평가함으로써 시소러스 갱신에 있어 집단지성의 활용가능성에 대해 확인하고자 하였다. ASIS&T 시소러스를 대상으로 시소러스를 갱신한 결과, 용어 포괄성의 측면에서 ASIS&T 시소러스에 비해 위키 시소러스가 우수한 것으로 나타났다. 또한, 갱신된 시소러스를 평가한 결과, 위키피디아가 시소러스 갱신에 활용될 수 있음이 증명되었다. 특히, 리디렉션, 카테고리, 상호 링크로 요약되는 위키피디아의 구조적 특성은 시소러스의 의미관계를 추출하는 데 있어 적합하다는 것을 확인하였다. 이 연구의 결과를 일반화하기 위해 다국어 시소러스를 포함한 다양한 시소러스를 대상으로 적용해 볼 필요가 있다.