[논문 리뷰] OSDG -- Open-Source Approach to Classify Text Data by UN Sustainable Development Goals (SDGs)

Lukas Pukelis, Núria Bautista‐Puig외 2명|arXiv (Cornell University)|2020. 05. 29.

linguistics and terminology studies인용 수 11

한 줄 요약

OSDG는 Microsoft Academic Graph에서 유래한 키워드, 온톨로지 항목, 기계학습 임bedding 등을 통합하여 연구 논문, 프로젝트, 문서와 같은 텍스트 데이터를 UN 지속 가능한 발전 목표(SDGs)로 분류하는 오픈소스 프레임워크입니다. 통합적이고 확장 가능한 파이프라인을 통해 강력하고 확장 가능한 SDG 분류를 실현하여 학술 및 기술적 산출물의 정확한 분류를 가능하게 합니다.

ABSTRACT

Sustainable Development Goals (SDGs) bring together the diverse development community and provide a clear set of development targets for 2030. Given a large number of actors and initiatives related to these goals, there is a need to have a way to accurately and reliably assign text to different input: scientific research, research projects, technological output or documents to specific SDGs. In this paper we present Open Source SDG (OSDG) project and tool which does so by integrating existing research and previous classification into a robust and coherent framework. This integration is based on linking the features from the variety of previous approaches, like ontology items, keywords or features from machine-learning models, to the topics in Microsoft Academic Graph.

연구 동기 및 목표

• 다양한 분야에서 증가하는 UN 지속 가능한 발전 목표(SDGs)로의 자동화되고 신뢰할 수 있는 텍스트 데이터 분류의 필요성을 해결하기 위해.
• 키워드 매칭, 온톨로지 매핑, 기계학습 기능과 같은 다양한 분류 접근 방식을 하나의 일관된 프레임워크로 통합하기 위해.
• 기존의 연구 인프라를 활용하여 학술 및 기술적 산출물을 특정 SDG에 정확하고 확장 가능하게 할당하기 위해.
• 연구자, 정책 입안자, 기관이 SDG 연관 영향과 진전 상황을 추적하는 데 지원하는 오픈소스이자 확장 가능한 도구를 제공하기 위해.

제안 방법

• 프레임워크는 텍스트 특징을 SDG 주제로 매핑하기 위한 지식 기반으로 Microsoft Academic Graph(MAG)를 활용합니다.
• 수동으로 캐치된 키워드, 온톨로지 기반 용어, 훈련된 기계학습 모델의 임베딩을 포함한 다양한 특징 유형을 결합합니다.
• 다양한 입력 소스 간의 일관성과 통일성을 확보하기 위해 매핑 레이어를 통해 특징을 SDG 카테고리에 정렬합니다.
• 다양한 특징 소스에서의 증거를 융합하기 위해 가중치 기반 융합 전략을 사용하여 분류의 강건성을 향상시킵니다.
• 확장 가능한 파이프라인 설계로 시간이 지남에 따라 새로운 데이터 소스와 특징 유형의 통합이 가능합니다.
• 도구는 오픈소스로 배포되어 커뮤니티 기여와 재현 가능한 평가를 가능하게 합니다.

실험 결과

연구 질문

• RQ1 키워드 기반, 온톨로지 기반, 기계학습 기반의 다양한 텍스트 분류 방법을 어떻게 효과적으로 하나의 프레임워크로 통합하여 SDG 분류에 활용할 수 있는가?
• RQ2 다양한 특징 소스를 통합한 통합 시스템이 고립된 접근 방식에 비해 텍스트를 SDG에 할당하는 데에서 성능이 어떻게 향상되는가?
• RQ3 Microsoft Academic Graph의 기존 학술 데이터를 얼마나 효과적으로 활용하여 정확하고 확장 가능한 SDG 분류를 가능하게 할 수 있는가?
• RQ4 이 프레임워크는 이질적인 특징을 17개의 SDG 카테고리에 매핑할 때 일관성과 통일성을 어떻게 확보하는가?

주요 결과

• OSDG 프레임워크는 키워드, 온톨로지 항목, 기계학습 특징을 하나의 일관된 시스템으로 통합하여 SDG 태깅을 성공적으로 수행합니다.
• Microsoft Academic Graph를 활용함으로써, 시스템은 모든 17개의 SDG에 걸쳐 학술 및 기술적 텍스트 데이터의 스케일러블하고 정확한 분류를 달성합니다.
• 다양한 특징 유형의 통합은 단일 방법에만 의존하는 것보다 분류의 강건성을 크게 향상시킵니다.
• 도구의 오픈소스 배포로 재현 가능성, 커뮤니티 기반 확장, 연구 및 정책 분야에서의 광범위한 도입이 가능해졌습니다.
• 프레임워크는 연구 평가 및 정책 모니터링과 같은 실제 응용 분야에서 SDG 연관 산출물의 추적 잠재력을 높게 보여줍니다.