[논문 리뷰] Using Google Ngram Viewer for Scientific Referencing and History of Science

Amelia Carolina Sparavigna, Roberto Marazzato|arXiv (Cornell University)|2015. 12. 04.

Advanced Text Analysis Techniques참고 문헌 14인용 수 11

한 줄 요약

이 논문은 원래 문학적 n-gram 분석을 위해 설계된 Google Ngram Viewer가 과학적 인용 및 과학사 연구에 효과적으로 재사용될 수 있음을 보여준다. 구글 북스의 디지털화된 책들에서 과학적 용어의 연간 n-gram 빈도를 분석함으로써, 저자들은 간과된 인용 자료를 발견하고 과학적 개념의 역사적 발전을 정량적 정밀도로 추적할 수 있음을 입증한다.

ABSTRACT

Today, several universal digital libraries exist such as Google Books, Project Gutenberg, Internet Archive libraries, which possess texts from general collections, and many other archives are available, concerning more specific subjects. On the digitalized texts available from these libraries, we can perform several analyses, from those typically used for time-series to those of network theory. For what concerns time-series, an interesting tool provided by Google Books exists, which can help us in bibliographical and reference researches. This tool is the Ngram Viewer, based on yearly count of n-grams. As we will show in this paper, although it seems suitable just for literary works, it can be useful for scientific researches, not only for history of science, but also for acquiring references often unknown to researchers.

연구 동기 및 목표

• Google Ngram Viewer가 문학적 작품을 초월해 과학 연구에 어떻게 적용될 수 있는지 조사하기 위해.
• Ngram Viewer가 전통적인 검색 방법으로 쉽게 찾을 수 없는 덜 알려진 과학적 인용 자료를 드러낼 수 있는지 평가하기 위해.
• 용어 빈도의 시계열 분석을 통해 과학적 개념의 역사적 발전을 추적하는 데 도구의 유용성을 탐색하기 위해.
• Ngram Viewer가 구글 북스와 같은 디지털 도서관에서 문헌학적 및 역사적 분석을 지원할 수 있음을 입증하기 위해.

제안 방법

• Google Books의 디지털화된 책들에서 과학적 용어와 구절의 연간 빈도 수를 추출하기 위해 Google Ngram Viewer를 활용하기 위해.
• 특정 과학적 용어와 개념의 시간적 변화를 추적하기 위해 n-gram 분석을 적용하기 위해.
• 기존 과학 문헌과 Ngram 추세를 비교하여 도구의 신뢰성과 역사적·문헌학적 통찰력의 타당성을 검증하기 위해.
• 용어 빈도 패턴을 분석하여 과학적 관심 또는 발견의 변화를 나타내는 정점과 하락을 식별하기 위해.
• 기존 학술 검색 엔진으로서 쉽게 접근할 수 없는 인용 자료를 발견하기 위해 도구를 사용하기 위해.
• 도구의 다분야 적용 가능성을 평가하기 위해 다양한 과학 분야의 용어에 집중하기 위해.

실험 결과

연구 질문

• RQ1 Google Ngram Viewer는 표준 학술 검색 시스템에서 간과되는 과학적 인용 자료를 효과적으로 식별할 수 있는가?
• RQ2 Ngram Viewer는 용어 빈도 추세를 통해 과학적 개념의 역사적 궤적을 어느 정도 드러낼 수 있는가?
• RQ3 기존 문헌학적 방법과 비교할 때 Ngram Viewer 결과는 과학 용어에 대해 어느 정도 신뢰할 수 있는가?
• RQ4 Ngram Viewer는 디지털 도서관에서 과학사 연구를 어떻게 지원할 수 있는가?

주요 결과

• Google Ngram Viewer는 수십 년에 걸친 과학적 용어와 그 빈도 추세를 성공적으로 식별하여 과학적 관심의 역사적 이동을 드러낸다.
• 도구는 전통적인 검색 엔진이나 인용 데이터베이스로 쉽게 탐지할 수 없는 인용 자료와 용어 사용 패턴을 드러낸다.
• Ngram Viewer는 용어 빈도의 시계열 분석을 통해 과학적 개념의 역사적 발전을 재구성할 수 있다.
• 이 방법은 초기 과학적 아이디어의 언급을 식별하는 데 가능성을 보이며, 기초적인 저작물 발견에 도움이 될 수 있다.