24년 1회차

페이지랭크와 비슷한 방식으로 학술지의 상대적 영향력을 재는 지표는 Eigenfactor이다.

Eigenfactor는 피인용 횟수를 단순히 더하지 않고, 영향력이 큰 학술지에서 받은 인용에 더 큰 비중을 둔다. 이 가중 방식이 페이지랭크와 닮았다.

• SNIP는 분야별 인용 관행의 차이를 보정해 논문당 인용을 정규화하는 지표다.
• JIF는 일정 기간 출판 논문의 평균 피인용 횟수로, 인용한 학술지의 영향력을 가중하지 않는다.
• CiteScore는 Scopus 자료로 구한 문헌당 평균 피인용 수로, 페이지랭크식 계산이 아니다.
• Cited Half-Life는 피인용 논문의 나이를 보는 지표로, 학술지의 노화 속도를 나타낸다.

옳은 연결은 ㄱ 기술보존, ㄴ 기술 에뮬레이션, ㄷ 가상기계 프로그램이다.

원본 구동 환경을 그대로 간직하면 기술보존, 그 환경을 프로그램으로 재현하면 기술 에뮬레이션이다. UVC라는 범용 가상 컴퓨터의 기계언어로 내용 해석을 처리하는 것은 가상기계 프로그램이다.

• ㄱ 기술보존, ㄴ 가상기계 프로그램, ㄷ 기술 에뮬레이션은 ㄴ과 ㄷ이 뒤바뀌어 틀렸다.
• ㄱ 가상기계 프로그램, ㄴ 기술 에뮬레이션, ㄷ 기술보존은 ㄱ과 ㄷ이 뒤바뀌어 틀렸다.
• ㄱ 가상기계 프로그램, ㄴ 기술보존, ㄷ 기술 에뮬레이션은 세 설명이 모두 어긋난다.
• ㄱ 기술 에뮬레이션, ㄴ 기술보존, ㄷ 가상기계 프로그램은 ㄱ과 ㄴ이 뒤바뀌어 틀렸다.

자연어 색인의 장점은 ㄱ, ㄴ, ㄹ이다.

자연어 색인은 문헌에 쓰인 말을 그대로 색인어로 삼아 표현이 자유롭다. 반면 어휘 관계를 정리하고 통제하는 일은 통제어휘의 장점이다.

• ㄱ(O): 다양한 표현이 색인어가 되어 접근점이 많아진다.
• ㄴ(O): 어휘집 등재를 기다리지 않아 새로운 개념을 바로 표현할 수 있다.
• ㄷ(X): 용어의 계층관계 표시는 시소러스 같은 통제어휘의 장점이다.
• ㄹ(O): 문헌의 용어를 그대로 쓰므로 융통성과 표현력이 좋다.
• ㅁ(X): 동의어와 동형이의어의 통제는 통제어휘의 장점이며, 자연어 색인의 약점이다.

ㄱ, ㄴ, ㄹ만 O이므로 이 조합 하나만 성립한다.

연구자 A의 h지수는 7이다.

h지수는 피인용횟수가 순위 이상인 논문이 유지되는 가장 큰 순위다. 일곱째 논문 사는 9회로 순위 7 이상이지만, 여덟째 논문 아는 7회로 순위 8에 미치지 못한다.

• h가 5라면 여섯째와 일곱째 논문도 조건을 충족하므로 값이 작다.
• h가 6이라면 일곱째 논문이 9회로 조건을 충족하므로 값이 작다.
• h가 8이 되려면 8회 이상 인용된 논문이 8편 필요한데 7편뿐이다.
• h가 9가 되려면 9회 이상 인용된 논문이 9편 필요한데 7편뿐이다.

옳은 것은 ㄱ, ㄴ, ㄹ이다.

HTML은 정해진 태그로 문서를 표현하는 언어이고, XML은 태그를 직접 정의해 데이터 구조를 기술하는 언어다.

• ㄱ(O): HTML은 W3C가 다루어 온 웹 표준이다.
• ㄴ(O): HTML 문서는 기종이 달라도 웹 브라우저로 처리할 수 있다.
• ㄷ(X): 태그 확장은 XML만 가능하며, HTML의 태그는 미리 정해져 있다.
• ㄹ(O): XML은 표준 형식으로 서로 다른 응용 프로그램 간 데이터 교환을 돕는다.
• ㅁ(X): HTML은 표현 중심이어서 데이터 구조를 기술하는 데 한계가 있다.

ㄱ, ㄴ, ㄹ만 O이므로 이 조합 하나만 성립한다.

문헌의 색인어와 질의어 모두에 가중치를 주는 방법은 P-Norm 모델이다.

P-Norm 모델은 확장 불리언 모델의 하나로, 문헌과 질의를 가중치 공간에서 비교하고 p 값으로 불리언 연산의 엄격함을 조절한다.

• 퍼지집합 모델은 색인어에 대한 문헌의 소속 정도를 쓰며, 질의어 가중치를 다루는 방법이 아니다.
• MMM 모델은 문헌 가중치의 최댓값과 최솟값을 조합하는 방식이다.
• 필드 가중치 기법은 제목이나 초록 같은 문헌 필드별로 비중을 달리하는 방법이다.
• 논리합 정규형 기법은 불리언 질의를 논리합 형태로 바꾸어 표현하는 방법이다.

ㄷ을 '2차 저작물 표시'라고 한 설명이 옳지 않다. 등호 모양의 ㄷ은 변경금지(No Derivative Works) 표시이다.

변경금지는 저작물을 변경하거나 이를 이용해 2차 저작물을 만드는 것을 금지한다는 조건이다. 2차 저작물임을 알리려고 기입하는 표시가 아니다.

• ㄱ의 저작자 표시(BY): 사람 모양 아이콘으로, 저작물을 복사·게시할 때 저작자와 출처를 밝혀야 한다.
• ㄴ의 비영리(NC): 빗금 친 달러 아이콘으로, 영리 목적으로 이용하려면 별도의 계약이 필요하다.
• ㄹ의 동일조건변경허락(SA): 뒤집힌 C와 화살표 아이콘으로, 2차 저작물 창작을 허용하되 원 저작물과 같은 라이선스를 적용해야 한다.
• CCL의 종류: BY를 기본으로 NC·ND·SA를 조합하며, ND와 SA는 함께 쓸 수 없어 BY, BY-NC, BY-ND, BY-SA, BY-NC-ND, BY-NC-SA의 6종류가 된다.

옳지 않은 것은 인스턴스가 저자, 언어, 주제를 포함한다는 설명이다.

저자, 언어, 주제는 내용의 개념적 본질에 해당하므로 인스턴스가 아니라 저작(Work) 클래스에 속한다. 인스턴스는 저작이 구체화된 물리적 형태를 나타낸다.

• 서지정보를 RDF 기반 링크드데이터로 구축한다는 설명은 BIBFRAME의 목적과 맞다.
• 이벤트는 저작의 내용과 관련된 사건을 나타내는 부가적 클래스가 맞다.
• 개별자료 클래스는 인스턴스의 실제 사본과 그 소장위치를 다룬다.
• 에이전트는 저작이나 인스턴스에 관련된 개인, 단체, 가족, 정부 등을 나타낸다.

옳지 않은 것은 가중치를 문헌빈도와 문헌분리값의 곱으로 계산한다는 설명이다.

문헌분리값 기법에서 단어의 가중치는 문헌 내 단어빈도에 문헌분리값을 곱해 구한다. 문헌빈도는 곱하는 값이 아니다.

• 문헌분리값은 단어가 상호 관련 없는 문헌을 분리해 내는 능력을 재는 값이 맞다.
• 분리 능력을 나타내는 값이므로 클수록 좋은 색인어가 된다.
• 좋은 색인어를 제거하면 문헌들이 서로 더 비슷해 보이므로 $Q_k - Q$는 양수가 된다.
• 많은 문헌에 출현하는 단어를 제거하면 평균 유사도가 낮아져 $Q_k - Q$가 음수가 될 수 있다.

옳지 않은 것은 단어 구름이 문서의 주제를 객관적이고 명확하게 식별한다는 설명이다.

단어 구름은 출현빈도를 글자 크기로 보여 주는 시각화 기법이다. 문맥을 반영하지 않으므로 주제 파악을 돕는 수준이며, 주제를 객관적으로 확정해 주지는 못한다.

• 비정형 텍스트에서 규칙이나 패턴을 찾는다는 것은 텍스트 마이닝의 정의와 맞다.
• 대소문자 통일, 특수문자 제거, 불용어 삭제는 대표적인 전처리 과정이다.
• 감성분석은 텍스트에 담긴 태도, 의견, 성향을 분석하는 기술이 맞다.
• 정보 추출, 문서 요약, 문서 분류는 주요 응용분야이고 시각화를 더하기도 한다.

지문이 설명하는 표준은 MODS이며, 이 표준의 최상위 요소명이 아닌 것은 title이다.

MODS에서 제목은 titleInfo 요소로 기술하고, title은 그 안에 놓이는 하위 요소다. MARC를 바탕으로 하면서 언어형식의 태그를 쓰는 XML 스키마 표준이라는 점이 지문의 단서다.

• typeOfResource는 자원의 유형을 기술하는 MODS 요소다.
• accessCondition은 접근과 이용 제한 조건을 기술하는 MODS 요소다.
• identifier는 자원의 식별자를 기술하는 MODS 요소다.
• originInfo는 발행처와 발행일 같은 생산 정보를 기술하는 MODS 요소다.

옳은 것은 ㄴ, ㄷ, ㅁ의 세 개이다.

OAK 리포지터리는 국내 기관의 디지털 지식정보를 보존하고 공개하는 오픈액세스 리포지터리로, 외부 공개와 연계를 지향한다.

• ㄱ(X): 오픈액세스 체계이므로 Google 등 외부 검색서비스와 연계해 노출할 수 있다.
• ㄴ(O): 국제적으로 널리 쓰이는 DSpace를 기반으로 개발되었다.
• ㄷ(O): 공공기관, 대학, 연구소 등이 생산한 디지털 지식정보를 보존하고 관리한다.
• ㄹ(X): 텍스트 자료만이 아니라 이미지, 동영상 등 다양한 유형의 자료를 다룬다.
• ㅁ(O): 국립중앙도서관이 추진하는 사업이다.

O는 ㄴ, ㄷ, ㅁ이므로 옳은 것은 모두 세 개다.

옳지 않은 것은 확장 불리언 모델이 부분일치 검색을 허용하지 않는다는 설명이다.

확장 불리언 모델은 정확일치만 허용하는 불리언 모델의 한계를 보완하려고 나왔다. 따라서 부분일치 검색과 순위화를 허용한다.

• LSI는 단어-문헌 행렬을 분해해 잠재 개념으로 색인하는 대수적 모델이 맞다.
• 벡터공간 모델은 대수적 모델로 부분일치와 유사도 순위화가 가능하다.
• 확률 모델은 베이즈 정리를 이용해 문헌의 적합성 확률을 추정한다.
• 퍼지집합 모델은 문헌이 개념 범주에 속하는 정도를 부분 멤버십으로 나타낸다.

옳은 값은 부적합률 37.5%이다.

먼저 분할표를 채운다. 검색된 부적합 문헌은 $20-8=12$, 전체 적합 문헌은 $8+60=68$, 전체 부적합 문헌은 $100-68=32$개다.

부적합률은 전체 부적합 문헌 중 검색된 부적합 문헌의 비율이다.
$\dfrac{12}{32}\times 100 = 37.5\%$

• 정확률은 $\dfrac{8}{20}\times 100 = 40\%$이므로 20.0%가 아니다.
• 재현율은 $\dfrac{8}{68}\times 100 \approx 11.8\%$이므로 7.5%가 아니다.
• 잡음률은 $\dfrac{12}{20}\times 100 = 60\%$이므로 80.0%가 아니다.
• 누락률은 $\dfrac{60}{68}\times 100 \approx 88.2\%$이므로 92.5%가 아니다.

옳지 않은 것은 색인의 크기가 줄어든다는 설명이다.

n-그램 색인은 문자열을 일정 길이로 겹쳐 잘라 색인어를 만들기 때문에 색인어가 많아진다. 그 결과 색인의 크기가 오히려 커진다.

• 문자열을 기계적으로 자르므로 형태소 분석이나 스테밍이 필요 없다.
• 단어 경계에 의존하지 않아 띄어쓰기를 쓰지 않는 아시아권 문자에 유용하다.
• 질의어를 n-그램으로 변환하면 일부 문자열만으로 용어절단 검색을 할 수 있다.
• 철자 오류가 있어도 겹치는 n-그램이 많아 유사한 색인어를 찾을 수 있다.

‘A with B’로 검색되는 것은 문헌 2이다.

with 연산자는 두 색인어가 입력한 순서대로 바로 이웃해 나타나는 문헌을 찾는다. 문헌 2는 A가 위치 5, B가 위치 6에 있어 이 조건을 충족한다.

• 문헌 1은 B가 위치 6, A가 위치 7로 이웃하지만 순서가 반대다.
• 문헌 3은 A만 있고 B가 없다.
• 문헌 4는 A가 위치 4, B가 위치 10으로 떨어져 있다.
• 문헌 5는 B만 있고 A가 없다.

옳지 않은 것은 데이터 이산화 컨설팅이다.

이산화는 연속형 값을 구간으로 나누는 분석 전처리 기법이다. 데이터 사서의 관심은 분석 기법보다 데이터의 관리, 보존, 공유에 있다.

• 기관형 데이터 리포지터리는 연구데이터를 보존하고 공유하는 기반이다.
• 데이터 아카이빙 정책개발은 데이터의 장기 보존을 위한 핵심 업무다.
• 데이터와 문헌 연계 서비스는 연구데이터의 발견과 재이용을 돕는다.
• DMP 작성지원 및 컨설팅은 연구자의 데이터 관리를 지원하는 대표적 서비스다.

옳은 연결은 물리적 질문 - 기록된 정보세계의 특징과 법칙이다.

베이츠의 세 질문은 다음과 같다. 물리적 질문은 기록된 정보세계의 특징과 법칙을, 사회적 질문은 사람들이 정보를 찾고 이용하는 방식을, 설계 질문은 기록된 정보에 대한 가장 빠르고 효과적인 접근을 묻는다.

• 사람들이 정보를 찾고 이해하고 이용하는 방식은 설계 질문이 아니라 사회적 질문이다.
• 정보의 사회적 효용성과 법적 가치를 묻는 내용은 사회적 질문의 설명이 아니다.
• 기록된 정보에 대한 빠르고 효과적인 접근은 물리적 질문이 아니라 설계 질문이다.
• 정보사회의 기술과 설명은 사회적 질문의 설명이 아니다.

옳지 않은 것은 K-means를 계층적 클러스터링으로 본 설명이다.

K-means는 K개의 초기 클러스터에서 출발해 구성원을 재배치하는 비계층적 기법이다.

• 비계층적 기법은 클러스터의 기준치를 미리 정하고 시작하므로 경험적 기법이라고도 한다.
• 단일연결 기법은 두 클러스터에서 가장 유사한 구성원의 유사도를 기준으로 삼는 계층적 기법이다.
• 계층적 기법은 모든 쌍의 유사도를 다루어 처리 시간 면에서 비계층적 기법보다 비효율적이다.
• 완전연결 기법은 두 클러스터에서 가장 유사하지 않은 구성원의 유사도를 기준으로 삼는 계층적 기법이다.

전체 적합 문헌 수 없이 쓸 수 있는 척도는 ㄱ, ㄷ, ㅇ이다.

검색된 문헌 안에서만 계산하는 척도는 전체 적합 문헌 수가 필요 없다. 반면 재현율처럼 분모나 기준에 전체 적합 문헌 수가 들어가는 척도는 쓸 수 없다.

• ㄱ(O): 정확률은 검색된 문헌 중 적합 문헌의 비율이다.
• ㄴ(X): 재현율은 분모가 전체 적합 문헌 수다.
• ㄷ(O): 잡음률은 검색된 문헌 중 부적합 문헌의 비율이다.
• ㄹ(X): 누락률은 전체 적합 문헌 중 검색되지 않은 문헌의 비율이다.
• ㅁ(X): E 척도는 재현율을 함께 사용한다.
• ㅂ(X): F 척도도 재현율을 함께 사용한다.
• ㅅ(X): R-정확률의 R이 전체 적합 문헌 수다.
• ㅇ(O): 순위정확률은 상위 k개 문헌만 판정하면 계산할 수 있다.

ㄱ, ㄷ, ㅇ만 O이므로 이 조합 하나만 성립한다.