[논문]영역별 맞춤형 감성사전 구축을 통한 영화리뷰 감성분석

이상훈; 최정; 김종우

doi:10.13088/jiis.2016.22.2.097

영역별 맞춤형 감성사전 구축을 통한 영화리뷰 감성분석
Sentiment analysis on movie review through building modified sentiment dictionary by movie genre 원문보기

지능정보연구 = Journal of intelligence and information systems, v.22 no.2, 2016년, pp.97 - 113

이상훈 (한양대학교 자연과학대학 수학과) , 최정 (한양대학교 일반대학원 경영학과) , 김종우 (한양대학교 경영대학 경영학부)

초록
AI-Helper

인터넷상의 데이터가 급속하게 증가함에 따라 막대한 양의 데이터를 목적에 맞게 적절히 활용하는 빅데이터 분석이 활발하게 진행되고 있다. 최근에는 기존의 정형 데이터분석이 가진 한계점을 보완하는 방법으로 비정형 데이터 분석 분야 중 하나인 텍스트마이닝 기법에 대한 연구들이 다수 이루어지고 있으며, 특히 텍스트를 기반으로 문장의 긍정, 부정을 판별하고 분류하는 감성분석과 관련된 연구들이 활발하게 이루어지고 있다. 이러한 연구의 연장선 상에서, 본 연구는 감성분석에 사용되는 감성사전을 데이터의 특성에 맞게 적절하게 변형하여 구축하는 방법을 시도하였다. 데이터가 속한 영역의 특성을 고려하지 않은 기존의 범용 감성사전을 감성분석에 사용할 경우, 해당 영역에서 쓰이는 단어 또는 감정 표현을 반영하지 못하므로 감성분석의 정확성이 떨어질 수 있다. 따라서 감성분석에 있어서 영역 맞춤형 감성사전의 사용 시 데이터 영역의 특성을 정확하게 반영해 분석의 정확성을 높여줄 것으로 기대할 수 있다. 본 연구에서는 영화 리뷰 데이터를 분석 대상으로 선정하였으며, 대표적 영화정보 사이트 IMDb에서 발생된 약 2년간의 영화리뷰 데이터를 수집 분석하였다. 분석에 앞서 영화 장르별 사용되는 단어의 의미가 각각 다를 것을 고려하여 영화를 '액션', '애니메이션', '코메디', '드라마', '공포', '과학공상' 6개 장르로 분류했다. 맞춤형 감성사전 구축을 위한 핵심 기법으로 SO-PMI(Semantic Orientation from Point-wise Mutual Information)를 활용하였으며, 어휘 간 극성이 뚜렷하게 구분되는 형용사에 한정하여 연구를 진행했다. 분석결과 맞춤형사전을 활용한 감성분석 예측정확도는 영화 장르별로 상이했다. '애니메이션'을 제외한 5개 장르에서 기존의 범용 감성사전대비 맞춤형 감성사전의 예측정확도가 통계적으로 유의한 수준의 성능 향상을 보였다. 본 연구에서는 데이터 영역의 특성에 맞는 맞춤형 사전 구축을 통한 감성분석의 예측의 성능 향상을 확인하였다. 향후 감성사전 구축 시 동사, 부사 등 다양한 품사의 어휘를 추가하여 감성분석 예측정확도를 높이는 방안을 모색할 수 있을 것이다.

Abstract ▼ AI-Helper

Due to the growth of internet data and the rapid development of internet technology, "big data" analysis is actively conducted to analyze enormous data for various purposes. Especially in recent years, a number of studies have been performed on the applications of text mining techniques in order to overcome the limitations of existing structured data analysis. Various studies on sentiment analysis, the part of text mining techniques, are actively studied to score opinions based on the distribution of polarity of words in documents. Usually, the sentiment analysis uses sentiment dictionary contains positivity and negativity of vocabularies. As a part of such studies, this study tries to construct sentiment dictionary which is customized to specific data domain. Using a common sentiment dictionary for sentiment analysis without considering data domain characteristic cannot reflect contextual expression only used in the specific data domain. So, we can expect using a modified sentiment dictionary customized to data domain can lead the improvement of sentiment analysis efficiency. Therefore, this study aims to suggest a way to construct customized dictionary to reflect characteristics of data domain. Especially, in this study, movie review data are divided by genre and construct genre-customized dictionaries. The performance of customized dictionary in sentiment analysis is compared with a common sentiment dictionary. In this study, IMDb data are chosen as the subject of analysis, and movie reviews are categorized by genre. Six genres in IMDb, 'action', 'animation', 'comedy', 'drama', 'horror', and 'sci-fi' are selected. Five highest ranking movies and five lowest ranking movies per genre are selected as training data set and two years' movie data from 2012 September 2012 to June 2014 are collected as test data set. Using SO-PMI (Semantic Orientation from Point-wise Mutual Information) technique, we build customized sentiment dictionary per genre and compare prediction accuracy on review rating. As a result of the analysis, the prediction using customized dictionaries improves prediction accuracy. The performance improvement is 2.82% in overall and is statistical significant. Especially, the customized dictionary on 'sci-fi' leads the highest accuracy improvement among six genres. Even though this study shows the usefulness of customized dictionaries in sentiment analysis, further studies are required to generalize the results. In this study, we only consider adjectives as additional terms in customized sentiment dictionary. Other part of text such as verb and adverb can be considered to improve sentiment analysis performance. Also, we need to apply customized sentiment dictionary to other domain such as product reviews.

주제어

AI 본문요약
AI-Helper

문제 정의

본 연구는 감성분석의 예측능력을 향상시키기 위해 데이터 특성에 맞는 맞춤형 감성사전 구축 방법을 제시한다. 본 연구에서 장르에 따라서 감성 어휘들이 차이가 나는 영화 장르별 리뷰 데이터를 대상으로 하였다.

제안 방법

본 연구에서는 SO-PMI를 사용한 단어의 극성 판별을 통해 감성사전 구축에 대한 연구를 수행하였다. 연구결과 새로 구축한 맞춤형 감성사전 사용 시, 기존의 범용감성사전에 비해 평균 2.
본 연구에서 장르에 따라서 감성 어휘들이 차이가 나는 영화 장르별 리뷰 데이터를 대상으로 하였다. 여러 품사 중 어휘 간 극성이 명확하게 판별되는 형용사에 제한된 감성사전을 만들었다. 이후 영화 장르별 감성사전을 감성분석 예측에 활용하여 기존의 범용 감성사전과 성능차이를 평가하였다.
여러 품사 중 어휘 간 극성이 명확하게 판별되는 형용사에 제한된 감성사전을 만들었다. 이후 영화 장르별 감성사전을 감성분석 예측에 활용하여 기존의 범용 감성사전과 성능차이를 평가하였다.

대상 데이터

본 연구에서는 영화에 관한 정보를 제공하는 가장 대표적인 사이트인 인터넷 영화 데이터베이스(Internet Movie Database 약칭 IMDb)에 등록되어 있는 장르별 영화 리뷰 데이터를 활용하였다. 연구에서 활용한 영화의 장르는 ‘액션’, ‘애니메이션’, ‘코메디’, ‘드라마’, ‘공포’, ‘과학공상’ 6가지이며, 6가지 장르 이외에 영화 전체 장르에 대한 리뷰를 추가해 총 7개의 데이터 집합을 분석하였다.
본 연구에서는 영화에 관한 정보를 제공하는 가장 대표적인 사이트인 인터넷 영화 데이터베이스(Internet Movie Database 약칭 IMDb)에 등록되어 있는 장르별 영화 리뷰 데이터를 활용하였다. 연구에서 활용한 영화의 장르는 ‘액션’, ‘애니메이션’, ‘코메디’, ‘드라마’, ‘공포’, ‘과학공상’ 6가지이며, 6가지 장르 이외에 영화 전체 장르에 대한 리뷰를 추가해 총 7개의 데이터 집합을 분석하였다. 훈련데이터는 각 장르별 별점(Rating)기준 상위 5개 영화의 리뷰, 하위 5개 영화의 리뷰, 총 47,196개의 데이터를 사용하였으며, 테스트데이터는 2012년 9월부터 2014년 6월까지 기간에 각 6개 장르별 상위 100개 영화의 리뷰를 수집한 총 42,083개의 데이터를 사용하였다(<표 1> 참조).

데이터처리

본 연구에서는 범용감성사전과 맞춤형감성사전의 성능을 비교하기 위해 절대평균오차(Mean absolute error)를 사용했다. 절대평균오차는 각 리뷰 별 실제 별점과 별점 예측치간 절대오차의 평균을 계산한 값으로 그 값이 작을수록 사전의 성능이 높은 것으로 해석할 수 있다.

이론/모형

또한 기존의 연구는 맞춤형 감성사전의 성능 향상이 다양한 분야에서 검증이 가능한지 대한 평가가 미비한 편이다. 이러한 문제점을 보완하기 위해 본 연구에서는 맞춤형 감성사전 구축에 있어 단어의 극성을 보다 정확히 판별하기 위한 방법인 SO-PMI(Semantic Orientation from Point-wise Mutual Information)를 사용한다. SO-PMI는 기존의 PMI를 보완한 방법으로 기준단어 선정에서 발생할 수 있는 오차를 줄여 단어의 극성 판별 정확성을 높여준다.

성능/효과

82%의 예측 정확도의 향상을 보였다. ‘과학공상’ 장르의 경우 4.16%의 향상되어 가장 큰 차이를 보였으며, 리뷰 개수가 가장 많았던 ‘액션’의 경우 예측 정확도가 2.76% 향상되었다. 하지만, 리뷰 개수가 가장 적었던 ‘애니메이션’은 통계적으로 유의하지는 않았지만, 1.
본 연구에서는 SO-PMI를 사용한 단어의 극성 판별을 통해 감성사전 구축에 대한 연구를 수행하였다. 연구결과 새로 구축한 맞춤형 감성사전 사용 시, 기존의 범용감성사전에 비해 평균 2.82%의 예측 정확도의 향상을 보였다. ‘과학공상’ 장르의 경우 4.
76% 향상되었다. 하지만, 리뷰 개수가 가장 적었던 ‘애니메이션’은 통계적으로 유의하지는 않았지만, 1.17%의 성능 감소를 보였다.

후속연구

셋째, 본 연구에서는 데이터의 특성이 명확하게 구분되는 영화장르 데이터를 활용했으며 이를 위해 영화정보를 폭넓게 제공하는 IMDb 웹사이트의 데이터를 수집하였다. 그러나 IMDb의 영화리뷰는 평균 200단어가 넘는 긴 글로 구성되어 있는 만큼, 장문에 대한 SO-PMI분석이 단문 위주로 구성된 다른 분야에 적용 가능할지 연구가 필요하다. 또한 영화 이외의 다른 분야에서도 맞춤형 감성사전이 일관성 있게 성능을 보일지 추가적인 연구가 진행되어야 한다.
본 논문에서는 훈련데이터 수집 시 데이터의 긍정/부정 비율을 고려하지 않았으며 부정어 처리를 진행하지 않았기 때문에 예측 정확도에 문제가 발생한 것으로 결론지었다. 추후 연구에서 이러한 문제점을 개선할 수 있는 방법을 제시한다면 맞춤형 감성사전의 감성분석 예측 정확도가 향상될 것으로 생각된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	감성분석은 무엇에 기반을 두어 이루어지는가?	감성분석(sentiment analysis)은 텍스트마이닝 분석의 한 분야로 특정 문서의 긍정, 부정에 대한 감정을 추측하고 분류하는 방법이다. 감성분석은 각 문서의 최소단위인 단어의 감성극성(sentiment polarity)에 기반을 두어 이루어진다. 즉, 단어의 감성극성이 미리 정의된 감성사전을 구축한 후, 새로 주어진 문서에 출현한 단어의 감성극성에 따라 문서 전체의 감성을 분류하게 된다(Kim and Kim, 2014).
	감성분석은 어떤 역할을 하고 있는가?	이에 따라, 소비자들의 평가를 마케팅 데이터로 활용하기 위해 감성분석을 활용한 상품평 분류에 관한 연구가 지속되고 있다. 감성분석은 기업에게 상품에 대한 피드백을 제공하여 상품 개발 또는 판매전략 수립에 정보를 제공하고 있으며 소비자에게는 상품선택에 대한 의사결정을 보조하고 있다(Chang, 2009).
	기존에 사용되는 범용 감성사전을 서로 다른 분야의 감성분석에 적용하는 것이 효과적이지 못한 이유는?	예를 들어, 영화리뷰에서 사용가능한 ‘scary’의 경우 공포영화 장르에서는 긍정의 의미로 사용이 가능하지만 그 밖의 드라마, 애니메이션 등의 장르에서는 부정적인 단어로 사용된다. 이렇듯 분석 대상 영역의 특성에 따라 동일한 단어가 서로 다른 의미로 사용될 수 있기 때문에 데이터 영역의 특성에 따라 서로 다른 맞춤형 감성사전이 구축되어야 한다.

참고문헌 (20)
타임라인 바로가기

Adhitama P., S. H. Kim and I. S. Na, "Twitter Trending Topic Classification using Naive Bayes Classifier," Proceedings of the Korean Information Science Society Conference, Vol.40(2013), 879-881.
An J. K. and H. W. Kim, "Building a Korean Sentiment Lexicon Using Collective Intelligence," Journal of Intelligent Information Systems, Vol.21, No.2(2015), 49-67.

원문보기 상세보기 타임라인에서 보기
Chang J. Y., "A Sentiment Analysis Algorithm for Automatic Product Reviews Classification in On-Line Shopping Mall," The Journal of Society for e-Business Studies, Vol.14, No.4(2009), 19-33.
Cho T. M., H. N. Cho, J. D. Lee and J. H. Lee, "TV Drama Rating Prediction based on Sentiment Analysis of Viewers' Comments," Proceedings of the Korean Institute of Intelligent Systems Conference, Vol.24, No.1 (2014), 83-84.
Jin W., H. H. Ho and R. K. Srihari, "OpinionMiner: A Novel Machine Learning System for Web Opinion Mining and Extraction," KDD Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining(2009), 1195-1204.
Jo, E. K., "The Current State of Affairs of the Sentiment Analysis and Case Study Based on Corpus," The Journal of Linguistic Science, Vol.61(2012), 259-282.
Jo H. J., J. H. Seo and J. T. Choi, "OAR Algorithm Technology Based on Opinion Mining Utilizing Stock News Contents," Journal of Korean Institute of Information Technology, Vol.13, No.2(2015), 111-119.
Kim J. H., Y. J. Oh and S. H. Chae, "The Construction of a Domain-Specific Sentiment Dictionary Using Graph-based Semi-supervised Learning Method," Korean Journal of the Science of Emotion and Sensibility, Vol.18, No.4(2015), 97-104.
Kim K. P. and Y. S. Kwon, "Performance Comparison of Naive Bayesian Learning and Centroid-Based Classification for e-Mail Classification," IE Interfaces Vol.18, No.1 (2005), 10-21.
Kim S. W. and N. G. Kim, "A Study on the Effect of Using Sentiment Lexicon in Opinion Classification," Journal of Intelligent Information Systems, Vol.20, No.1(2014), 133-148.
Lee K. B., J. B. Baik and S. W. Lee, "Estimating a Pleasure-Displeasure Index of Word based on Word Similarity in SNS," Journal of KIISE : Computing Practices and Letters, Vol.20, No.3(2014), 159-164.
Oh S. H. and S. J. Kang, "Movie Retrieval System by Analyzing Sentimental Keyword from User's Movie Reviews," Journal of the Korea Academia-Industrial cooperation Society, Vol.14, No.3(2013), 1422-1427.

원문보기 상세보기 타임라인에서 보기
Scaffidi C., K. Bierhoff, E. Chang, M. Felker, H. Ng, and C. Jin, "Red Opal: Product-Feature Scoring from Reviews," Proceedings of the 8th ACM conference on Electronic commerce(2007), 182-191.
Seo J. H., H. J. Jo and J. T. Choi, "Design for Opinion Dictionary of Emotion Applying Rules for Antonym of the Korean Grammar," Journal of Korean Institute of Information Technology, Vol.13, No.2(2015), 109-117.
Song J. S., and S. W. Lee, "Automatic Construction of Positive/Negative Feature-Predicate Dictionary for Polarity Classification of Product Reviews," Journal of KIISE: Software and Applications, Vol.38, No.3 (2013), 157-168.
Song S. I., D. J. Lee and S. G. Lee, "Identifying Sentiment Polarity of Korean Vocabulary Using PMI," Proceedings of the Korean Information Science Society Conference, Vol.37, No.1(2010), 260-265.
Turney P. D. and M.L. Littman, "Unsupervised Learning of Semantic Orientation from a Hundred-Billion-Word Corpus," National Research Council, Institute for Information Technology, Technical Report(2002), ERB-1094.
Turney P. D., and M. L. Littman, "Measuring Praise and Criticism: Inference of Semantic Orientation from Association," ACM Transactions on Information Systems (TOIS), Vol.21, No.4(2003), 315-346.

상세보기
Yeon J. H., D. J. Lee, J. H. Shim and S. G. Lee, "Product Review Data and Sentiment Analytical Processing Modeling," The Journal of Society for e-Business Studies, Vol.16, No.4(2011), 125-137.

원문보기 상세보기 타임라인에서 보기
Yu E. J., Y. S. Kim, N. Y. Kim and S. R. Jeong, "Predicting the Direction of the Stock Index by Using a Domain-Specific Sentiment Dictionary," Journal of Intelligent Information Systems, Vol.19, No.1(2013), 95-10.

원문보기 상세보기 타임라인에서 보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증