[논문 리뷰] Decision Support for e-Governance: A Text Mining Approach

G. Koteswara Rao, Shubhamoy Dey|arXiv (Cornell University)|2011. 08. 31.

E-Government and Public Services참고 문헌 3인용 수 4

한 줄 요약

이 논문은 포럼과 블로그와 같은 비정형 디지털 자료에서 정책-시민 여론 간 관계를 추출하는 텍스트 마이닝 기반의 의사결정 지원 아키텍처를 제안한다. 고도화된 텍스트 마이닝 기법(예: 엔티티 인식, 감성 분석, 관계 추출)을 적용하여 정책 입안자들이 관련 규정과 시민 여론을 식별할 수 있도록 하여, 특히 인도적 맥락에서 근거 기반 정책 수립을 향상시킨다.

ABSTRACT

Information and communication technology has the capability to improve the process by which governments involve citizens in formulating public policy and public projects. Even though much of government regulations may now be in digital form (and often available online), due to their complexity and diversity, identifying the ones relevant to a particular context is a non-trivial task. Similarly, with the advent of a number of electronic online forums, social networking sites and blogs, the opportunity of gathering citizens' petitions and stakeholders' views on government policy and proposals has increased greatly, but the volume and the complexity of analyzing unstructured data makes this difficult. On the other hand, text mining has come a long way from simple keyword search, and matured into a discipline capable of dealing with much more complex tasks. In this paper we discuss how text-mining techniques can help in retrieval of information and relationships from textual data sources, thereby assisting policy makers in discovering associations between policies and citizens' opinions expressed in electronic public forums and blogs etc. We also present here, an integrated text mining based architecture for e-governance decision support along with a discussion on the Indian scenario.

연구 동기 및 목표

• 복잡하고 다양한 디지털 문서 속에서 관련 정부 규정을 식별하는 데 도전하는 문제를 해결하기 위해.
• 온라인 포럼, 블로그, 소셜미디어에서 대량의 비정형 시민 여론을 분석하는 데 어려움을 극복하기 위해.
• e-정부에서 근거 기반 정책 결정을 지원하는 통합 텍스트 마이닝 아키텍처를 개발하기 위해.
• 이 접근 방식이 인도 e-정부 맥락 내에서 적용 가능함을 입증하기 위해.
• 자동화된 텍스트 분석을 통해 시민 피드백과 정책 수립 간 격차를 메우기 위해.

제안 방법

• 비정형 텍스트 데이터 소스에서 정책, 이슈, 이해관계자 등의 엔티티를 추출하기 위해 텍스트 마이닝 기법을 활용한다.
• 정부 정책에 대한 시민 여론을 평가하기 위해 자연어 처리(NLP)를 활용한 감성 분석을 적용한다.
• 특정 정책과 시민 감성 또는 우려 사항 간의 연관성을 식별하기 위해 관계 추출을 활용한다.
• 정보 검색 및 데이터 마이닝 구성 요소를 통합된 의사결정 지원 아키텍처에 통합한다.
• 현지 규제 및 언어 다양성을 고려하여 인도 e-정부 환경에 프레임워크를 적응시킨다.
• 다단계 파이프라인을 사용한다: 데이터 수집, 전처리, 엔티티 및 관계 추출, 감성 분류, 의사결정 지원을 위한 시각화.

실험 결과

연구 질문

• RQ1 텍스트 마이닝 기법은 비정형 디지털 자료에서 정책 관련 정보를 효과적으로 추출하는 데 어떻게 적용될 수 있는가?
• RQ2 온라인 포럼과 블로그에 표현된 정부 규정과 시민 여론 간의 관계는 무엇인가?
• RQ3 자동화된 텍스트 분석은 e-정부에서 정책 의사결정의 효율성과 정확성을 어떻게 향상시킬 수 있는가?
• RQ4 확장 가능한 e-정부 의사결정 지원 시스템에 텍스트 마이닝을 통합하기 위해 필요한 아키텍처 구성 요소는 무엇인가?
• RQ5 제안된 프레임워크는 실생활 e-정부 맥락, 특히 인도와 같은 개발도상국에서 어떻게 성능을 발휘하는가?

주요 결과

• 제안된 텍스트 마이닝 아키텍처는 맥락 기반 쿼리와 시민 여론에 기반해 관련 규정을 효율적으로 검색할 수 있도록 한다.
• 온라인 포럼에서의 시민 여론 감성 분석은 특정 정책 분야와 관련된 심각한 공적 우려를 드러낸다.
• 관계 추출 기법은 정책 문서와 이해관계자 피드백 간의 연결 고리를 성공적으로 식별하여 근거 기반 정책 조정을 지원한다.
• 프레임워크는 언어 다양성과 문서 복잡성의 과제를 해결하면서도 인도 e-정부 맥락에서 실용적인 적용 가능성을 입증한다.
• 텍스트 마이닝을 의사결정 지원 시스템에 통합함으로써 공공 정책 수립의 투명성과 민감성 향상이 가능하다.
• 대규모 비정형 데이터 분석을 위한 수작업을 줄여 정책 평가의 속도와 정확성을 향상시킨다.