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
- 본 논문에서는 2장 2절에 기술된 [19],[20]의 연구 과정과 유사한 절차로 한국어 기반 감성 모델을 정의하기 위한 연구를 진행하였다. 두 연구 모두 연세대학교 어휘 총집을 기초 자료로 최근 어휘 목록을 이용하였으나 [19]의 경우, ‘송연하다’와 같이 현재 잘 사용하지 않는 단어가 포함되어있고, 감정의 차원을 기술하는데 초점을 맞추었으며, [20]은 감성표현 목록은 일상생활에서 실제로 사용하는 단어를 선별한 것이기 때문에 현재 사용되는 단어의 빈도가 높다.
- 본 논문에서는 앞서 언급된 문제점을 바탕으로 한국어 감성 모델(KORean Emotional Model : KOREM)을 정의하고 이를 위한 음악 감성 온톨로지(Music EMotional Ontology : MEMO)를 설계한다. MEMO는 OWL-Lite로 기술하고 Protege 4.
- 본 논문에서는 한국어 기반 감성 모델(KOREM)을 제안하였다. KOREM은 영어 기반의 기존 감성 모델을 확장하여 한글 어휘 분석을 통해 정의되었으며, 하나의 직접 감성 그룹과 이를 보조하는 6개의 간접 감성 그룹으로 구성되며 이를 통해 감성정보에 대한 확장된 추론이 가능하다.
- 본 절에서는 한글로 기술된 감성적 메타데이터를 객관적으로 표현할 수 있는 한국어기반 감성모델을 정의한다.
- 국내 연구로는 KETI와 세종대가 공동 진행하는 감성기반 음악 추천 엔진에 관한 연구가 있다[16]. 이 연구는 음원의 시그널 분석을 통해 음악의 감성과 장르 등의 정보를 추출하여 감성과 취향에 적합한 음악을 추천하는 시스템 개발을 목표로 하고 있으며, 음악 장르 분류(AGC, Audio Genre Classification) 기술과 음악 분위기 분류(AMC, Audio Mood Classification) 기술 등의 연구가 진행 중에 있다.
- 이러한 분석을 통하여 본 논문에서는, 다음과 같은 한국어 기반 감성 모델(KOREM)을 제안한다. KOREM은 기존 감성모델을 확장하여 한글을 기반으로 정의 되었으며, 기존 2차원 모델이 아니라, 하나의 직접 감성(Direct Emotion) 그룹과 이를 보조하는 6개의 간접 감성 그룹으로 구성된다.
- 두 연구 모두 연세대학교 어휘 총집을 기초 자료로 최근 어휘 목록을 이용하였으나 [19]의 경우, ‘송연하다’와 같이 현재 잘 사용하지 않는 단어가 포함되어있고, 감정의 차원을 기술하는데 초점을 맞추었으며, [20]은 감성표현 목록은 일상생활에서 실제로 사용하는 단어를 선별한 것이기 때문에 현재 사용되는 단어의 빈도가 높다. 하지만, 두 연구의 주요 목표는 현대 한국어 어휘의 빈도를 기반으로 감성 표현 단어를 선별하는 것이다. 이와 달리 본 연구는 디지털 음악 콘텐츠의 분류와 검색을 위한 감성적 표현에 초점을 맞추어 연구를 진행하였기 때문에 기존 연구와는 차별화 된다.
가설 설정
- 이는 실제 시스템을 구축할 때 값의 범위가 광범위하기 때문에 자동화된 알고리즘으로 처리하기가 어렵다. 둘째, 실제 시스템의 구축이 피상적이다. 즉, 구체화가 미흡하여 상황에 따라 발생할 수 있는 규칙(Rule)의 개수를 한정하기 어렵다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.