[논문 리뷰] Word Storms: Multiples of Word Clouds for Visual Comparison of Documents

Quim Castellà, Charles Sutton|arXiv (Cornell University)|2013. 01. 03.

Data Visualization and Analytics참고 문헌 11인용 수 14

한 줄 요약

이 논문은 공통 단어를 일관된 위치, 색상, 방향으로 정렬함으로써 여러 단어 구름을 조율하는 '워드 스톰(word storms)'을 소개한다. 이 방법은 자동 분류 작업과 사용자 연구를 통해 단어 존재 여부, 문서 유사성 및 차이점 식별에서 뛰어난 정확도를 보이며, 시각적 비교를 크게 향상시킨다.

ABSTRACT

Word clouds are a popular tool for visualizing documents, but they are not a good tool for comparing documents, because identical words are not presented consistently across different clouds. We introduce the concept of word storms, a visualization tool for analysing corpora of documents. A word storm is a group of word clouds, in which each cloud represents a single document, juxtaposed to allow the viewer to compare and contrast the documents. We present a novel algorithm that creates a coordinated word storm, in which words that appear in multiple documents are placed in the same location, using the same color and orientation, in all of the corresponding clouds. In this way, similar documents are represented by similar-looking word clouds, making them easier to compare and contrast visually. We evaluate the algorithm in two ways: first, an automatic evaluation based on document classification; and second, a user study. The results confirm that unlike standard word clouds, a coordinated word storm better allows for visual comparison of documents.

연구 동기 및 목표

• 표준 단어 구름이 다수 문서 비교 시 일관되지 않은 단어 배치로 인해 발생하는 한계를 해결하기 위해.
• 유사한 문서가 레이아웃에서 유사하게 보이도록 사용자가 문서를 시각적으로 비교하고 대조할 수 있도록 하기 위해.
• 공유된 콘텐츠를 바탕으로 여러 구름 간의 단어 위치를 조율하는 레이아웃 알고리즘을 개발하기 위해.
• 자동 분류 및 사용자 연구를 통해 조율된 워드 스토름의 효과성을 평가하기 위해.

제안 방법

• 워드르의 그리디 랜덤 배치 전략과 최적화 기반 접근 방식을 융합하여, 여러 구름 간의 단어 위치를 조율한다.
• 다중 척도 기반 목적 함수를 사용하여 조율도를 극대화하며, 동일한 단어가 모든 구름에서 동일한 위치, 색상, 방향에 나타나도록 보장한다.
• 학술 논문 및 연구 보조금 신청서와 같은 코퍼스에 알고리즘을 적용하여, 공통 단어가 공간적으로 정렬된 스톰을 생성한다.
• 자동 평가를 위해 구름의 픽셀 벡터 표현을 사용하여 문서 분류 작업에 활용한다.
• 단어 존재 여부, 유사성 및 차이점 탐지 작업에서 조율된 스톰과 독립적인 구름 간의 사용자 연구를 수행한다.
• 평가에서 가장 유사하거나 가장 다른 문서 쌍을 식별하기 위해, 단어의 봉투 표현(Bag-of-Words)에 대한 코사인 유사도를 사용한다.

실험 결과

연구 질문

• RQ1 독립적인 단어 구름과 비교해 조율된 단어 구름이 문서 시각적 비교를 현저히 향상시키는가?
• RQ2 공통 단어의 공간적 조율이 사용자가 문서 간 단어 존재 여부 또는 부재 여부를 탐지하는 데 얼마나 기여하는가?
• RQ3 조율된 레이아웃이 사용자가 코퍼스 내에서 가장 유사하거나 가장 다른 문서를 식별하는 데 영향을 주는가?
• RQ4 조율된 단어 스톰 표현이 자동 문서 분류의 효과적인 특징으로 기능할 수 있는가?
• RQ5 워드 스톰의 체계적인 레이아웃이 다수 문서 비교 시 사용자의 혼란을 줄이는가?

주요 결과

• 사용자 연구에서 조율된 스톰을 사용할 경우 90%의 참가자가 가장 다른 문서를 정확히 식별했으나, 독립적인 구름을 사용할 경우 이 비율은 30%에 그쳤다.
• 가장 유사한 문서 쌍을 식별하는 데서 조율된 스톰을 사용한 사용자는 70%였고, 독립적인 구름을 사용한 경우는 단지 10%였다.
• 사용자들은 조율된 스톰을 사용할 경우 레이아웃 조율에 대해 알지 못함에도 불구하고, 단어 존재 여부 탐지에서 더 높은 정밀도와 재현율을 보였다.
• 자동 평가 결과, 조율된 워드 스톰 표현이 픽셀 벡터로 간주될 경우 문서 분류 작업에 효과적인 특징으로 기능했다.
• 조율된 레이아웃은 시각적 혼란을 현저히 감소시켜 사용자가 문서의 유사성과 차이점을 더 정확히 인지할 수 있도록 했다.
• 조건 간에 응답 시간에 유의미한 차이가 없었으며, 이는 조율된 스톰에서 향상된 정확도가 작업 시간 증가 때문이 아니라는 것을 시사한다.