나의 큰 O는 log x야

말년휴가 때 나와서 코퍼스 분석도구 KorpuSQL을 개발했었죠. 원래는 울산대 UTagger나 기타 형태소 분석기를 결합하여서 일반 텍스트를 입력하면 바로 코퍼스 분석이 되고, 그걸 이리저리 가지고 놀수 있도록 하려고 했는데, 소스코드 제공을 받는데 실패해서 결합할 수가 없었습니다. 그래서 그 기능 빼고 개발을 진행했는데, 많은 분들께서 형태소 분석기를 별도로 실행해서 KorpuSQL과 연동하는게 어렵다는 문의를 주셨습니다. 그래서 c/c++가 아니라 Java로 개발된 형태소 분석기를 연동할 수 있도록 패치 작업을 진행했습니다. (C/C++로 작성된 것보다는 성능 상의 한계가 있겠지만, 그래도 클릭만으로 형태소 분석기가 연동되어 바로 결과를 확인할 수 있다는게, 국어 정보학 발전에 더 큰 이바지를 할수..

프로그래밍 2016. 6. 18. 10:05

옛날에 티스토리 반응형 스킨이 우후죽순 등장하기 이전 시절에는 모바일로 접속하면 강제로 모바일 페이지를 띄워주던 그런 때가 있었지요. 티스토리는 모바일 스킨을 커스터마이즈할 수가 없기 때문에, 그 시절 구글 웹 분석이나 애드센스 등을 달려고 하면 일일히 블로그 포스팅마다 HTML코드를 붙여넣어야만 했습니다. 모바일 스킨 커스터마이즈도 안되고, 게다가 애드센스 삽입 플러그인 같은것도 없었거든요. (물론 현재는 반응형 스킨에 애드센스 플러그인 등 다 지원되기 때문에 그럴필요 없어요) 2년전부터 블로그에 반응현 스킨을 적용하면서 애드센스나 구글 웹 분석 코드도 자동으로 스킨에 포함되게 되었습니다. 문제는 그 이전에 작성했던 포스팅들에는 모두 애드센스, 웹 분석 HTML코드가 별도로 들어가있으니 예전 포스팅을 ..

프로그래밍 2016. 6. 12. 00:33

도서관, 기능, 수집, 조직, 축적, 서비스, 경영, 마케팅단어 추출, 색인어, 가중치, 불용어, 형태소 분석 목록, 기능, 검색, 식별, 선정, 접근, 계획, 구조원칙, 전거제어, 책자목록, 카드목록, 기계가독목록, MARC 메타데이터, 단순형식, 구조화형식, 정교화형식, 웹 자료 대상, Dublin Core, CDWA, CSDGM, INDECS, ONIX, MARC, 확장성, 단순성, 상호운용가능성, RDF

수업노트 2016. 6. 11. 23:47

카이제곱(χ2) 검정실제 발생한 빈도가 예상했던 빈도와 일치하는지 여부를 확인할 때 사용.1. 전체 범주 중 80%이상의 빈도값이 5 이상이고, 2. 측정치들이 독립적이어야 한다는 두 가지 전제가 요구됨.쓰임여러 집단의 분산이 서로 같은지 아닌지해당 분류의 빈도가 이론적으로 예상한것에 적합한지(적합도 검정)두 변수가 독립적인지 아닌지(독립성 검정)계산법카이제곱값은 다음과 같이 계산할 수 있다. (여기서 F_o는 실제 관측치, F_e는 기대치)사례들이 고루 분포한다고 가정할때 기대치는 다음과 같이 계산된다. 해당 빈도가 속한 행의 총합과 열의 총합을 곱한뒤 전체 총합으로 나누면 됨.적합도 검정하나의 범주형 변수의 분포가 예상한 것에 일치하는지 검정.이때 df = K-1 (K는 전체 범주의 수)독립성 검정(..

수업노트 2016. 6. 11. 01:36

회귀분석(Regression)상관관계가 두 변수간의 선형관계를 조사한다면, 회귀분석은 인과관계를 분석한다.수식을 도출하여 예측을 가능하게 함.독립변수: 예측변수. 현재의 데이터나 얻기 쉬운 데이터종속변수: 기준변수. 미래의 데이터나 얻기 어려운 데이터얻기 쉬운 데이터를 독립변수로 설정하여, 얻기 어려운 데이터를 추정할 수 있음. 단순회귀분석: 독립변수가 하나인 경우다중회귀분석: 독립변수가 여러 개인 경우 독립변수 X와 종속변수 Y가 주어졌을때 다음과 같이 기울기와 y절편을 구할 수 있다.b는 기울기, a는 y절편이다. 이럴때 X와 Y의 관계는 다음과 같은 선형식으로 예측이 가능하다.위 그래프에서 파란점들이 X,Y로 측정된 값들이라고 할때, X의 평균과 Y의 평균은 빨간 선처럼 구해진다. 이를 바탕으로 X..

수업노트 2016. 6. 11. 01:03

t검정df = n-1 이 30보다 작을 경우를 소표본, 클 경우를 대표본이라고 함.소표본의 경우 표본표준편차와 모표준편차의 차이가 커짐. 따라서 일반적인 z검정을 사용하기에 어렵기에 이에 대한 보정이 들어간 t검정을 사용해야함범주형 자료가 연속형 자료에 어떤 차이를 주는지 검정하는데 사용됨. (범주->연속)차이가 의미 있는 것(두 표본이 다른 모집단에서 나온것)인지 아닌지(두 표본이 같은 모집단에서 나온것)를 알아내는것표본평균차이 검증두 표본 X1, X2에 대해 다음과 같이 t값을 계산한다. (여기서 σ_diff는 두 평균차이에 대한 표준편차)t = 0에 가까울수록 두 집단은 같은 모집단에서 나왔을 확률이 높다. => 영가설σ_diff를 계산하는 방법은 두 표본이 독립적이냐 종속적이냐에 따라 달라진다.표..

수업노트 2016. 6. 10. 23:40

자료분류표의 유형별 구분 아래 내용은 윤희윤, 2013, (개정증보4판), 태일사 교재의 3.2장 '자료분류표의 유형'을 바탕으로 하였음. 특징사례장점단점 십진식아라비아 숫자를 사용하여 주제의 내용을 10구분씩 점진적으로 세분하여 계층 구분하는 분류 시스템DDC, UDC, KDC, NDC분류기호가 단순, 이해하기 쉬움, 순서 명확상하관계가 분명하여 개념파악이 용이함전개를 통해 새로운 주제삽입이 용이함조기성이 풍부국제적 통용상관색인 있을 경우 사용하기 편리분류지가 9개로 한정. 형식적이고 동의류의 전개 능력이 떨어짐10진 전개방식은 기계적이고 인위적새로운 항목을 적절한 위치에 삽입하기 곤란힘, 그로 인해 주제의 배열이 비논리적인 곳이 발생 가능분류기호가 길어짐 비십진식아라비아 숫자 이외의 기호를 사용분류기..

수업노트 2016. 6. 10. 20:02

KDC-DDC-UDC-LCC-CC 간단 비교 아래 내용은 윤희윤, 2013, (개정증보4판), 태일사 교재의 5장 '현대 자료분류법의 이해'를 바탕으로 하였음. DDCKDCUDCLCCCC 역사1876년 Melvil Dewey 초판 발표조선십진분류법, DDC에 대한 문제점 제기1964년 한국도서관협회 분류위원회에서 초판 발행La Fontaine, P. Otlet이 IIB 창설을 주도, 새로운 분류표 개발에 착수미국국회도서관 목록부서 책임자인 J.C.M. Hanson과 Charles Martel이 미국 역사분야 개요를 시작으로 탄생서로 다른 전문가에 의한 분류표 개발방식 사용1933년 인도의 도서관학자 S.R. Ranganathan이 고안 구조계층적 구조: 주류, 강목, 요목, 세목으로 이어지는 구조인 계층..

수업노트 2016. 6. 10. 00:28