기능목록>검색 : 국방대학교 도서관

텍스트마이닝을 활용한 여단급 전투지휘 데이터 정형화 방법론 연구 = A Study on Methodology for Structuring Battle Command Information Using Text Mining

QR코드

미리보기 도서정보

도서 상세정보
자료유형 :	(군대학) 학위논문
분류기호 :	393.8
서명/저자사항 :	텍스트마이닝을 활용한 여단급 전투지휘 데이터 정형화 방법론 연구 = A Study on Methodology for Structuring Battle Command Information Using Text Mining / 조윤형
발행사항 :	논산 : 국방대학교 국방관리대학원, 2025
형태사항 :	1책 ; 26 cm
총서사항 :	석사학위논문
일반주기 :	지도교수: 문호석
일반주기 :	목차 정보 수록
학위논문주기 :	학위논문 (석사) -- 국방대학교 국방관리대학원, 군사운영분석전공, 2025.01
서지주기 :	참고문헌수록
개인저자 :	조윤형
개인저자 :	문호석
단체저자명 :	국방대학교. 국방관리대학원
언어	한국어

원문
원문보기 :	텍스트마이닝을 활용한 여단급 전투지휘 데이터 정형화 방법론 연구 = A Study on Methodology for Structuring Battle Command Information Using Text Mining

소장정보

국방대학교 도서관

예예약
인인쇄
SSMS
서서가부재
보보존서고
우우선정리예약
무무인예약대출

예약

1. 예약현황은 홈페이지 로그인 후 예약 페이지에 확인 가능합니다.
2. 도착 통보된 예약자료 대출을 원하지 않는 경우에는 예약 현황에서 취소할 수 있습니다.
3. 기타 문의사항은 도서관에 문의 바랍니다.

닫기

무인예약대출

1. 무인예약대출 현황은 홈페이지 로그인 후 무인예약대출 페이지에 확인 가능합니다.
2. 무인예약대출자료 대출을 원하지 않는 경우에는 무인예약대출 페이지에서 신청 또는 접수상태인 경우만 취소할 수 있습니다.
3. 희망대출일은 신청일로부터 최대 1주일 까지 가능합니다.
4. 희망대출일을 선택하지 않은 경우 대출대기 통보 후 1주일까지 기기에서 대출가능합니다.
5. 기타 문의사항은 도서관에 문의 바랍니다.

닫기

목차
제1장 서론 1
제1절 연구 배경 및 필요성 1
제2절 연구 내용과 범위 2
제2장 기존 연구 및 이론적 배경 4
제1절 기존 연구 4
제2절 이론적 배경 10
제3장 연구 방법 17
제1절 지휘소 상황일지의 전처리 및 라벨링 방법 19
제2절 국면의 분리 방법 25
제3절 텍스트마이닝을 활용한 국면의 의미 분석 28
제4절 전투지휘 데이터의 정량화 변수 산출 방법 30
제4장 연구 결과 32
제1절 데이터 전처리 및 라벨링 결과 32
제2절 국면 분리 결과 34
제3절 국면별 의미 도출 결과 42
제4절 전투지휘 데이터 변수 산출 결과 46
제5장 결론 55
참고문헌 58
영문요약 61
부록 63
<표목차>
<표 1-1> KCTC 생산데이터 구분 3
<표 2-1> k번째 토픽에 대한 단어 등장 확률 14
<표 2-2> d번째 문서에 대한 토픽의 비중 14
<표 3-1> 군사용어(영어) 전처리 규칙 18
<표 3-2> 지휘소 상황일지 텍스트 파일 19
<표 3-3> 지휘소 상황일지 라벨링 방법 20
<표 3-4> 문장 형태에 따른 역할을 못하는 발화내용(예) 24
<표 3-5> 화자 → 청자, 발화문장에 따른 의사결정과정 분류 25
<표 3-6> 설명변수와 반응변수 구분 27
<표 3-7> type_1 ~ type_4 정의 27
<표 4-1> 본 연구에서 제작한 불용어 사전과 대체어 사전 일부 33
<표 4-2> 지휘소 상황일지 CSV 파일 33
<표 4-3> label_3 데이터 언더샘플링 전·후 구성비교 35
<표 4-4> 실험 ①과 ②의 결과에 따른 성과지표 36
<표 4-5> 실제데이터와 예측데이터가 일치하는 주요 “결심”문장 38
<표 4-6> 훈련시작 후 5시간 동안 텍스트데이터의 30개 핵심단어들 39
<표 4-7> 국면별 시작 및 종료시점, 국면 진행시간 42
<표 4-8> 국면 토픽모델링 결과 43
<표 4-9> 토픽모델링을 활용한 국면별 주제 선정 결과 44
<표 4-10> `23년 A차수의 국면에 따른 직책별 발화비율 산출 결과 46
<표 4-11> label_4(전투수행기능)별 직책 분류 결과 47
<표 4-12> `23년 B차수의 국면에 따른 직책별 발화비율 산출 결과 48
<표 4-13> `23년 C차수의 국면에 따른 직책별 발화비율 산출 결과 48
<표 4-14> `23년 B차 국면별 의사결정시간 산출 결과 50
<표 4-15> `23년 A차 국면별 의사결정시간 산출 결과 51
<표 4-16> `23년 C차 국면별 의사결정시간 산출 결과 52
<표 4-17> 정량화 변수를 통해 도출한 각 부대별 특성 54
<그림목차>
<그림 2-1> 레이저 방식의 교전모의 절차 4
<그림 2-2> AI 기반 통계분류 자동화 방법론 8
<그림 2-3> KoBERT의 구조 10
<그림 2-4> LDA 토픽모델링 아키텍쳐 13
<그림 2-5> SNE 결과(좌)와 t-SNE 결과(우) 비교 16
<그림 3-1> 전투지휘 데이터 정형화와 변수 추출 절차 17
<그림 3-2> 분류모델을 활용한 국면 분리(예) 22
<그림 3-3> 의사결정시간에 대한 정의 32
<그림 4-1> 실험②에 사용된 지휘소 상황일지(아래)와 예측결과(위) 37
<그림 4-2> 훈련시작 후 5시간동안의 텍스트데이터 워드클라우드 결과 39
<그림 4-3> 훈련시작 후 5시간동안의 핵심단어 등장시점 플롯 40
<그림 4-4> 국면①에 대한 하위국면 분류 41
<그림 4-5> 국면①-㉮ 단어 관계 분석 플롯 44
<그림 4-6> 국면①-㉮ 발화자 관계 분석 t-SNE 결과 45
<그림 4-7> `23년 A, B, C 차수의 직책별 발화비율 비교 49
<그림 4-8> `23년 A, C 차수의 의사결정시간 경향성 분석 53
<그림 5-1> 전투결과 데이터와의 융합에 대한 분석 방법론 56