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
- 오피니언마이닝은 사람들이 특정 제품 및 서비스를 좋아하거나 싫어하는 이유를 분석한다. 또한, 어떤 사안에 대해 여론이나 대중의 관심이 실시간으로 어떻게 변하는지 확인한다. 현재의 검색 방법은 질의어와 메타 데이터 간의 일치하는 단어를 찾아서 결과를 보여준다.
제안 방법
- 도메인 지식 추출은 각 도메인의 유의미한 정보를 인식하는 단계로 여기서 추출된 정보는 평가요소-오피니언 추출에서 활용된다. 도메인 의존적 단어는 특정 단어가 주어진 도메인에서 발생한 빈도와 일반 도메인의 신문 기사에서 발생한 빈도를 비교하여 추출한다. 연어 정보는 likelihood ratio를 평가 척도로 활용하여 추출한다.
- 연어 정보는 likelihood ratio를 평가 척도로 활용하여 추출한다. 도메인 의존적 단어와 연어에 대한 수작업 필터링을 통하여 최종적으로 평가요소와 오피니언에 해당하는 단서 단어를 확인한다. 이 정보는 개체명 인식에서 단서 단어를 찾는데 활용된다.
- 형용사를 오피니언 단어로 간주하고 긍정/부정을 결정하기 위하여 다양한 규칙 및 통계량을 활용한다. 또한, 대량의 레이블이 부착된 학습 데이터를 생성하여, Naive Bayes, Maximum Entropy(ME) model, Support Vector Machine (SVM)과 같은 알고리즘을 적용하여 기계학습을 수행한다.
- 텍스트 분류 과정은 수작업 없이 이모티콘 기반으로 이루어진다. 또한, 자연어 분석을 활용하여 학습 데이터로부터 유용한 통계량을 추출한다. 이러한 트위터 데이터는 자동으로 오피니언 분류를 위한 시스템의 학습 데이터로 사용된다.
- 이 정보는 개체명 인식에서 단서 단어를 찾는데 활용된다. 또한, 평가요소와 오피니언간의 공기 정보를 추출하여 관계 추출에서 가장 적합한 평가요소-오피니언 연결관계를 찾는데 사용한다.
- . 먼저, 영화 도메인에서 리뷰 요약을 추출하였다[4]. 영화에 대한 세부 평가요소로 감독, 작가, 배우, 음악 등을 정의하였고 그 수는 총 12개이다.
- 영화에 대한 세부 평가요소로 감독, 작가, 배우, 음악 등을 정의하였고 그 수는 총 12개이다. 문장 단위로 평가요소가 가리키는 오피니언을 찾아 영화의 각 평가요소 별로 긍정 표현과 부정 표현의 수를 계산하고 평가요소와 그것의 오피니언의 연결관계를 포함한 문장들을 제시하였다. 또한 영화 도메인 이외에, 음식점 및 호텔 등 2개의 다른 도메인에서 리뷰 요약을 생성할 수 있다[5].
- 최종 리뷰 요약을 생성하기 위하여 문장 점수에 따른 순위를 이용하였다. 사전으로부터 각 단어가 긍정 표현일 가능성과 부정 표현일 가능성을 구하였다. 각 문장의 점수는 이러한 단어들의 긍정/부정 극성 점수의 합이다.
- 신문기사 등을 사용하는 전통적인 텍스트 요약(text summarization)에서는 결과를 평가하기 위해서 수작업으로 만들어놓은 요약과 시스템이 생성한 요약을 비교하였다. Document Understanding Conference(DUC)[6], Text Summarization Challenge(TSC)[7], Text Analytics Conference(TAC)[8] 등의 shard task에서 정답 요약을 구축하여 ROUGE[9]와 같은 평가 프로그램을 적용하였다.
- 한국어 동사구에서 복잡한 어미 활용을 보완하기 위하여 동사구를 인식하고 본동사와 보조동사의 관계를 분석하여 양태분석을 수행한다. 양태분석을 위하여 정의된 패턴을 활용하여 긍정 또는 부정의 오피니언을 확인한다. 관계 추출에서는 가능한 평가요소-오피니언의 연결관계 후보들 중에서 공기 빈도에 기반하여 적합한 연결관계를 추출한다.
- . 제안하는 방법은 트위터로부터 수집한 대량의 문맥 정보에 따라 형용사의 의미를 긍정적 또는 부정적인 감정의 극성으로 자동으로 분류한다. 각 형용사가 긍정/부정을 표현하는 정도를 수치화함으로써 각 문장에 대한 오피니언은 각 형용사의 긍정/부정 극성의 가중치 합으로 추정할 수 있다.
- 대부분의 기존 연구들은 고정된 학습 데이터를 가지고, 테스트 데이터의 오피니언을 효과적으로 분석하는데 초점을 맞추었다. 제한된 트위터 샘플을 활용하여 적절한 분류 모델을 학습하는 방법에 집중하였다. 그러나, SNS의 실시간성을 적용하여 오피니언의 변화 흐름을 파악하는 것이 필요하다.
- 전처리 단계로써 마이닝을 수행하기 전에 먼저 각 문장이 객관적인 문장인지 주관적인 문장인지 파악할 필요가 있다[11]. 주관적인 문장들을 찾아내고 그 안에서 긍정/부정 표현의 정도를 분석한다. 이러한 방법을 통하여 오피니언을 포함할 가능성이 적은 문장을 제거함으로써 학습 비용을 낮출 수 있는 반면, 추가적인 단계의 수행으로 오류가 전파되는 문제가 있다.
- 이것은 세부 평가요소와 그것이 가리키는 오피니언의 연결관계로 구성된 문장들을 찾았다. 최종 리뷰 요약을 생성하기 위하여 문장 점수에 따른 순위를 이용하였다. 사전으로부터 각 단어가 긍정 표현일 가능성과 부정 표현일 가능성을 구하였다.
- 비교적 최근에 등장하였고, 가장 인기있는 마이크로 블로깅 플랫폼인 트위터를 사용하여 오피니언 분석이 수행되고 있다. 트위터로부터 자동으로 학습 데이터를 수집하고, 그 데이터에 대하여 자연어 분석을 수행하고, 그 결과를 통하여 오피니언을 발견한다. SNS는 사람들의 의견과 감정에 대한 소중한 자원이고 이러한 데이터들은 마케팅이나 사회 여론 분석에 효율적으로 사용될 수 있다.
- 개체명 인식에서는 정의된 지식을 활용하여 단서 단어 태깅을 수행하여 평가요소를 나타내는 단어열과 오피니언을 나타내는 단어열을 확인한다. 한국어 동사구에서 복잡한 어미 활용을 보완하기 위하여 동사구를 인식하고 본동사와 보조동사의 관계를 분석하여 양태분석을 수행한다. 양태분석을 위하여 정의된 패턴을 활용하여 긍정 또는 부정의 오피니언을 확인한다.
- Document Understanding Conference(DUC)[6], Text Summarization Challenge(TSC)[7], Text Analytics Conference(TAC)[8] 등의 shard task에서 정답 요약을 구축하여 ROUGE[9]와 같은 평가 프로그램을 적용하였다. 한편, 길이가 짧은 댓글들의 집합체인 제품 및 서비스 리뷰 요약(Review summarization)에서는 ROUGE를 사용하거나 수작업으로 성능을 평가하였다.
- 행복함(“:-)”, “:)”, “=)”, “:D”) 또는 슬픔 (“:-(”, “:(”, “=(”, “;(”)을 나타내는 이모티콘을 활용하여 텍스트의 긍정적 또는 부정적 감정을 인식하였다.
이론/모형
- 신문기사 등을 사용하는 전통적인 텍스트 요약(text summarization)에서는 결과를 평가하기 위해서 수작업으로 만들어놓은 요약과 시스템이 생성한 요약을 비교하였다. Document Understanding Conference(DUC)[6], Text Summarization Challenge(TSC)[7], Text Analytics Conference(TAC)[8] 등의 shard task에서 정답 요약을 구축하여 ROUGE[9]와 같은 평가 프로그램을 적용하였다. 한편, 길이가 짧은 댓글들의 집합체인 제품 및 서비스 리뷰 요약(Review summarization)에서는 ROUGE를 사용하거나 수작업으로 성능을 평가하였다.
- 도메인 의존적 단어는 특정 단어가 주어진 도메인에서 발생한 빈도와 일반 도메인의 신문 기사에서 발생한 빈도를 비교하여 추출한다. 연어 정보는 likelihood ratio를 평가 척도로 활용하여 추출한다. 도메인 의존적 단어와 연어에 대한 수작업 필터링을 통하여 최종적으로 평가요소와 오피니언에 해당하는 단서 단어를 확인한다.
성능/효과
- 셋째로, 트위터 이용자는 매우 다양하여 서로 다른 사회적 관심 그룹에서 텍스트 게시물을 수집하는 것이 가능하다. 넷째로, 트위터 이용자는 많은 나라의 사용자들이기 때문에, 여러 언어의 데이터를 수집하는 것도 가능하다.
- 첫째로, 트위터는 여러 가지 다른 주제에 대한 자신의 의견을 표현하는 다양한 사람들이 존재한다는 점에서 상당히 가치 있는 정보 소스이다. 둘째로, 트위터는 엄청난 수의 텍스트 게시물을 포함하고, 매일 급속하게 성장한다는 것이다. 셋째로, 트위터 이용자는 매우 다양하여 서로 다른 사회적 관심 그룹에서 텍스트 게시물을 수집하는 것이 가능하다.
- 둘째로, 트위터는 엄청난 수의 텍스트 게시물을 포함하고, 매일 급속하게 성장한다는 것이다. 셋째로, 트위터 이용자는 매우 다양하여 서로 다른 사회적 관심 그룹에서 텍스트 게시물을 수집하는 것이 가능하다. 넷째로, 트위터 이용자는 많은 나라의 사용자들이기 때문에, 여러 언어의 데이터를 수집하는 것도 가능하다.
- . 실험 결과 Pearson 상관 계수(correlation coefficient) 0.76만큼의 관련성을 보였다. 이것은 제안했던 방법이 사용자 평점과 유사한 점수를 추정한다는 것을 나타낸다.
후속연구
- 이것은 SNS 관련 데이터에서의 마이닝 전반을 자동화하거나 기계학습과 같은 학습 알고리즘을 이용한 고급 마이닝기법에 관한 연구가 아직 미비하기 때문이다. 그러므로, 이 분야에 대한 지속적인 연구와 투자가 필요하고 그 결과로 SNS 분야의 유용한 시스템이 개발된다면, 이러한 오피니언마이닝 관련 기술은 마케팅을 비롯한 여러 분야에서 매우 유용하게 사용될 것이다. 또한, 이러한 오피니언마이닝 기술을 정보 과다로 정보습득의 효율성과 정보에 대한 접근에 많은 문제를 겪고 있는 SNS상의 리뷰 및 제품 후기에 활용하여 최신 정보를 습득하는 능률을 향상시키고 최신 정보의 효율적 제공을 가능하게 하는 것이 필요하다.
- 그러므로, 이 분야에 대한 지속적인 연구와 투자가 필요하고 그 결과로 SNS 분야의 유용한 시스템이 개발된다면, 이러한 오피니언마이닝 관련 기술은 마케팅을 비롯한 여러 분야에서 매우 유용하게 사용될 것이다. 또한, 이러한 오피니언마이닝 기술을 정보 과다로 정보습득의 효율성과 정보에 대한 접근에 많은 문제를 겪고 있는 SNS상의 리뷰 및 제품 후기에 활용하여 최신 정보를 습득하는 능률을 향상시키고 최신 정보의 효율적 제공을 가능하게 하는 것이 필요하다.
- 한국어 서술어 긍정/부정 감정(positive/negative sentiment) 사전을 자동으로 구축하였을 때, 정확도는 약 80% 로 아주 높지는 않았다. 수작업을 최소화 하면서 유용한 어휘별 긍정/부정 감정 정보를 자동으로 생성하는 방법에 대한 연구가 계속해서 수행되어야 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.