[논문 리뷰] Preliminary Report on the Structure of Croatian Linguistic Co-occurrence Networks

Domagoj Margan, Sanda Martinčić-Ipšić외 1명|arXiv (Cornell University)|2014. 05. 17.

Complex Network Analysis Techniques참고 문헌 8인용 수 12

한 줄 요약

이 연구는 공기 윈도우 크기, 코퍼스 크기, 스토퍼워드 포함 여부를 변화시켜 크로아티아어 언어적 공존 네트워크의 구조적 특성을 조사한다. 윈도우 크기를 증가시키면 지름과 평균 경로 길이가 감소하고 클러스터링이 증가하여 소월드 특성이 강화됨을 발견하였으며, 스토퍼워드는 강력한 허브 역할을 하지만 파워-법칙 피팅을 향상시켜 윈도우 크기가 코퍼스 크기의 영향을 완화시킬 수 있음을 시사한다.

ABSTRACT

In this article, we investigate the structure of Croatian linguistic co-occurrence networks. We examine the change of network structure properties by systematically varying the co-occurrence window sizes, the corpus sizes and removing stopwords. In a co-occurrence window of size $n$ we establish a link between the current word and $n-1$ subsequent words. The results point out that the increase of the co-occurrence window size is followed by a decrease in diameter, average path shortening and expectedly condensing the average clustering coefficient. The same can be noticed for the removal of the stopwords. Finally, since the size of texts is reflected in the network properties, our results suggest that the corpus influence can be reduced by increasing the co-occurrence window size.

연구 동기 및 목표

• 공존 윈도우 크기, 코퍼스 크기, 스토퍼워드 포함 여부가 크로아티아어 언어 네트워크의 네트워크 구조에 미치는 영향을 조사하기.
• 지름, 평균 경로 길이, 클러스터링 계수와 같은 네트워크 지표가 코퍼스 크기와 전처리 선택에 얼마나 민감한지 평가하기.
• 공존 윈도우 크기를 증가시키면 네트워크 지표에 대한 코퍼스 크기의 영향을 줄일 수 있는지 평가하기.
• 스토퍼워드가 네트워크 토폴로지 형성과 파워-법칙 분포 피팅에 미치는 영향을 규명하기.

제안 방법

• 10권의 크로아티아어 코퍼스를 사용하여 30개의 언어적 공존 네트워크를 구축하였으며, 코퍼스 크기를 세 단계로 나누어 C1(1권), C2(4권), C3(10권)로 설정하였다.
• 공존 윈도우 크기를 n으로 정의하여 각 단어가 다음 n−1개의 단어와 연결되도록 하여 무방향 가중치 네트워크를 형성하였다.
• 핵심 네트워크 지표를 계산: 지름(D), 평균 경로 길이(L), 평균 클러스터링 계수(C), degree 분포.
• 연결 가중치를 네트워크 내 최대 가중치로 정규화하여 가중치 클러스터링 계수를 계산하였다.
• 스케일프리 네트워크 특성을 평가하기 위해 파워-법칙 피팅을 적용하였으며, 최적의 피팅을 위해 최소 차수 임계값(x_min)을 선택하였다.
• 스토퍼워드 포함 여부에 따라 네트워크를 비교하여 토폴로지 및 분포 특성에 미치는 영향을 평가하였다.

실험 결과

연구 질문

• RQ1 공존 윈도우 크기를 증가시키면 크로아티아어 언어적 공존 네트워크의 지름, 평균 경로 길이, 클러스터링 계수에 어떤 영향을 미치는가?
• RQ2 코퍼스 크기가 지름 및 클러스터링 계수와 같은 네트워크 구조적 특성에 얼마나 큰 영향을 미치는가?
• RQ3 스토퍼워드 포함 또는 배제가 네트워크 토폴로지, 특히 허브 형성과 클러스터링 역학에 어떤 영향을 미치는가?
• RQ4 스토퍼워드 포함 여부가 degree 분포의 파워-법칙 피팅에 영향을 미치며, 이는 윈도우 크기에 따라 일관된가?
• RQ5 공존 윈도우 크기를 증가시키면 네트워크 지표의 코퍼스 크기 민감도를 줄일 수 있는가?

주요 결과

• 공존 윈도우 크기를 m₂에서 m₆로 증가시킬 경우 네트워크 지름과 평균 경로 길이가 유의미하게 감소하여 소월드 특성이 강화됨을 나타낸다.
• 더 큰 윈도우 크기에서 평균 클러스터링 계수가 증가하여 국소 네트워크 구조에 응집 효과가 있음을 보여준다.
• 스토퍼워드인 'i'(and), 'je'(is), 'u'(in)는 스토퍼워드 포함 시 m₆ 네트워크에서 최대 67,890의 degree를 기록하며 상위 허브로 나타났다.
• 스토퍼워드를 포함한 네트워크는 포함하지 않은 네트워크보다 더 좋은 파워-법칙 피팅(α ≈ 2.04–2.34)을 보였으며, 이는 스토퍼워드가 스케일프리 특성을 강화함을 시사한다.
• 스토퍼워드를 포함한 경우 코퍼스 크기가 증가할수록 클러스터링 계수가 증가하였고, 포함하지 않은 경우는 반대로 감소하여 서로 다른 역학적 특성을 보였다.
• 결과는 공존 윈도우 크기를 증가시키면 코퍼스 크기의 영향을 효과적으로 줄일 수 있으며, 네트워크 특성의 안정화를 위한 방법으로 기능할 수 있음을 시사한다.