Modeling Changing Scientific Concepts with Complex Networks: A Case Study on the Chemical Revolution

Motivation

• Known: LLM 기반의 context embeddings는 개념 변화 추정에 사용될 수 있으나, 해석 가능성(interpretability)과 시간 인식 능력이 부족하다. 또한 역사 데이터의 편향 증대(bias augmentation)는 Digital Humanities 연구자들에게 위험을 초래한다.
• Gap: 기존 diachronic embeddings는 의미 변화를 추적하지만 변화의 기저 메커니즘을 설명하지 못한다. 개념 구조의 동적 변화를 시간 인식적이고 해석 가능한 방식으로 모델링하는 방법이 부재하다.
• Why: 과학 개념은 문화적 모호성의 영향을 받지 않는 '참된 개념'으로서 역사적 변화의 '보편적 센서' 역할을 한다. 과학혁명 시 개념 변화를 추적함으로써 과거 사회의 세계 이해 방식을 재구성할 수 있다.
• Approach: Prototype semantics 이론을 기반으로 과학 텍스트를 개념 네트워크로 모델링하고, 각 개념의 어휘들을 core와 periphery로 조직한다. 주제 모델(topic model) 기반의 복잡 네트워크 분석으로 onomasiological change를 탐지한다.

Achievement

Figure 1: Diachronic prototypical concepts. This

• 개념 구조 변화 탐지 작업 정의: Conceptual structure shift detection task를 명확히 정의하여 core 재구성, periphery 확장, onomasiological/semasiological change를 포착하는 프레임워크 제시
• 네트워크 기반 해석 가능성 제공: LLM embeddings의 해석 불가능성 문제를 극복하고, 그래프 구조를 통해 도메인 전문가가 정성적으로 개념 변화를 평가할 수 있는 방법 제공
• 엔트로피-위상학적 밀도와 개념 변화의 연관성 증명: Onomasiological change가 높은 엔트로피(아이디어 다양성)와 위상학적 밀도(연결 노력)와 연관됨을 Royal Society Corpus 사례연구로 입증

How

Figure 2: Topic models evaluation. These results, produced by evaluating models for the 1800s non-cumulative

• Royal Society Corpus (1750s-1800s)를 시간별로 분할하여 diachronic 데이터셋 구성
• 각 시간 슬라이스에서 주제 모델(topic modeling)을 적용하여 문서-주제 분포 도출
• 개념(phlogiston/oxygen)의 어휘 실현들을 네트워크 노드로, 주제 공유를 엣지로 하여 개념 네트워크 구축
• Core-periphery 구조를 식별하고 시간별 위치 변화 추적 (e.g., 'air': core→periphery, 'acid': periphery→core)", '엔트로피(Shannon entropy), 위상학적 밀도(network density), 모듈성(modularity) 등 네트워크 메트릭스 계산
• 네트워크 구조 변화와 화학혁명의 이론 경쟁 과정의 대응 관계 해석

Originality

• LLM embeddings 대신 prototype semantics + topic model + complex networks의 새로운 조합으로 개념 변화 모델링
• Onomasiological 관점에서 개념 변화를 네트워크 수준의 현상으로 재정의하여 기존 semasiological 접근과 차별화
• Network entropy와 topological density를 이용한 개념 구조 변화의 정량적 지표 제시
• 해석 가능성을 핵심으로 설계하여 디지털인문학 연구자의 정성적 평가 가능하게 함

Limitation & Further Study

• 사례 연구가 단일 과학혁명(화학혁명)에 제한되어 다른 분야(생물학, 물리학 등)로의 일반화 가능성 미검증
• 주제 모델의 topic 개수 선정 및 해석의 주관성 문제 미해결
• Core-periphery 식별의 명확한 경계 정의 부재 (연속적 구조인지 이산적 구조인지 불명확)
• 과거 데이터의 편향 문제에 대한 대응 방안이 명시되지 않음
• 다른 개념(예: 열, 원소, 화합물 등)에 대한 검증 없음
• 후속 연구: 다양한 과학 분야와 시대에 적용하여 프레임워크의 일반화 검증 필요; 주제 모델의 robust 매개변수 선정 방법 개발; 편향된 역사 데이터 정제 기법 개발

Evaluation

총평: 이 논문은 LLM의 해석 불가능성과 역사 데이터 편향 문제를 직시하며, prototype semantics과 복잡 네트워크를 결합한 혁신적 프레임워크로 과학 개념의 시간적 변화를 해석 가능하게 모델링한다. 화학혁명 사례에서 엔트로피-위상학적 밀도와 개념 변화의 연관성을 명확히 입증하였으나, 일반화 검증과 구체적인 방법론 정밀화가 필요하다.