선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 제안된 기법의 특징은 검색어에 대한 TF(term frequency)뿐만 아니라 상품평의 감정 극성(sentiment polarity)에 대한 엔트로피(entropy)의 크기, 상품평 내 검색어와 감정 단어 (sentiment word)의 근접도, 상품평 전체의 감정 단어의 TF를 바탕으로 상품평의 순위를 선정한다. 또한 본 논문에서 제안된 기법을 검증하기 위해서 실험을 실시하였다. 실험은 온라인 쇼핑몰인 Amazon.
- 이를 바탕으로 상품평의 긍정/부정의 극성을 판단할 수 있도록 한다. 또한 상품평 내에서 단어들의 위치 정보를 같이 저장하여 추후 부가적인 정보를 알아낼 수 있도록 한다.
- 예를 들어 디지털 카메라에 대한 상품평을 검색하고자하는 사용자는 '배터리'에 대한 긍정 혹은 부정적인 상품평을 검색하고자 할 것이다. 본 논문에서는 검색어로 상품에 대한 특성이 주어진다고 가정하며, 이를 바탕으로 해당 특성에 대해 가장 연관되며, 특히 주관적인 판단이 잘 포함된 상품평들을 우선적으로 선정하는 기법을 개발한다.
- 본 논문에서는 오피니언 마이닝 기술을 이용하여 상품평을 검색하고자 하는 사용자의 의도에 따라 상품평들의 랭킹을 부여하는 기법을 제안한다. 제안된 기법의 특징은 검색어에 대한 TF(term frequency)뿐만 아니라 상품평의 감정 극성(sentiment polarity)에 대한 엔트로피(entropy)의 크기, 상품평 내 검색어와 감정 단어 (sentiment word)의 근접도, 상품평 전체의 감정 단어의 TF를 바탕으로 상품평의 순위를 선정한다.
- 상품평에 포함된 상품의 특성과 의견의 양, 그리고 내용을 정확히 추출하는 것이 중요하다. 본논문에서는 이러한 상품평의 특징에 어울릴 수 있도록 상품평 내에 주관적인 의견의 포함 여부 및 그 정도 등을 고려한 순위 선정 기준을 마련하여 실험하고 그 결과를 분석해보았다. 실험 결과 의견이 분명히 드러나거나 정리가 잘 된 상품평이 높은 순위에 선정됨을 확인하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.