주제범주화 (Subject Categorization)
쉽게 풀면
자료나 개념의 내용을 살펴보고 미리 정해진 범주 중 어디에 속하는지 정하는 작업이다. 예를 들어 도서관 자료를 그 내용이 다루는 주제에 따라 역사, 과학, 문학 등 큰 범주로 나누어 정리하는 작업을 가리킨다.
왜 중요한가
분류와 색인 작업의 공통적인 인지적 기초로, 자료나 개념을 미리 정의된 범주 체계에 배정하는 작업이며, 자동분류 시스템 개발에서도 기계학습이 모사해야 할 인간의 판단 과정으로 다뤄집니다. 주제범주화라는 인지적 작업을 사람이 아닌 기계가 대신 수행하도록 학습시키는 것이 바로 자동분류·자동색인 기술의 목표이므로, 이 개념은 전통적 목록 실무와 현대의 텍스트 마이닝 연구를 잇는 접점으로 다루어집니다.
논문에서는 이렇게 쓰입니다
기계가 수행한 주제범주화 결과를 사람 전문가의 결과와 비교해 성능을 평가했다는 점을 설명한 문장이다.
주제구분이 이용자의 자료 탐색 편의를 위한 기초 작업임을 보여주는 서술이다.
조금 더 깊게 보면
다중 범주에 걸치는 자료를 하나의 범주에만 배정할지 여러 범주에 중복 배정할지는 시스템의 정책에 따라 다르며, 이는 다중계층구조 문제와도 연결되는 설계상의 선택지입니다. 분류가 원칙적으로 한 자료를 서가 위의 단 하나의 위치에만 배정해야 하는 반면, 주제범주화는 같은 자료에 여러 주제 범주를 동시에 부여하는 다중 배정을 허용하는 경우가 많아, 태그나 폴크소노미처럼 서가 배열의 제약에서 자유로운 환경에서 더 유연하게 쓰입니다.
주의할 점
주제범주화는 자료의 다면적 성격으로 인해 하나의 범주로만 명확히 규정되지 않는 경우가 많아, 범주 경계가 모호할 수 있다는 점에 유의해야 한다. 범주 체계 자체가 잘못 설계되어 있으면 아무리 정교한 판단 절차를 거치더라도 자료를 적절한 범주에 배정할 수 없으므로, 주제범주화의 품질을 논할 때는 판단 절차뿐 아니라 범주 체계 설계의 타당성도 함께 검토해야 하며, 범주 사이의 경계를 어디에 그을지에 대한 합의가 선행되지 않으면 어떤 판단 방법을 쓰더라도 결과의 신뢰도를 담보하기 어려우며, 이는 사람이 하든 기계가 하든 마찬가지로 적용되는 제약이다.