최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기지능정보연구 = Journal of intelligence and information systems, v.23 no.3, 2017년, pp.1 - 27
송민채 (이화여자대학교 빅데이터분석학) , 신경식 (이화여자대학교 경영대학)
It is known that the economic sentiment index and macroeconomic indicators are closely related because economic agent's judgment and forecast of the business conditions affect economic fluctuations. For this reason, consumer sentiment or confidence provides steady fodder for business and is treated ...
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
감성분석은 어떻게 나뉘는가? | 감성분석(Sentiment analysis)이란 텍스트에 표현된 개체와 그 속성에 대한 의견, 감성, 평가, 태도 등을 분석해 텍스트에 드러난 감성을 분류하는 것이다(Pang et al, 2002). 이러한 감성분석은 분석 데이터에 레이블(Label)이 있는 경우와 그렇지 않는 경우에 따라 크게 지도학습(Supervised learning)과 비지도학습(Unsupervisedlearning)으로 나눌 수 있다. 지도학습은 도메인에 적합하게 데이터를 학습시켜 자동으로 분류 문제를 수행하기 때문에 비지도학습에 비해 성과가 높은 것으로 나타났다(Pang and Lee, 2008). | |
텍스트의 감성이 이미 분류된 레이블 있는 데이터에 우선적으로 지도학습을 고려하는 이유는 무엇인가? | 이러한 감성분석은 분석 데이터에 레이블(Label)이 있는 경우와 그렇지 않는 경우에 따라 크게 지도학습(Supervised learning)과 비지도학습(Unsupervisedlearning)으로 나눌 수 있다. 지도학습은 도메인에 적합하게 데이터를 학습시켜 자동으로 분류 문제를 수행하기 때문에 비지도학습에 비해 성과가 높은 것으로 나타났다(Pang and Lee, 2008). 따라서 온라인 상품평이나 영화 평점처럼 별점이나 만족도 점수 등을 통해 텍스트의 감성이 이미 분류된 레이블 있는 데이터라면 우선적으로 지도학습을 고려해볼 수 있다. | |
감성분석이란 무엇인가? | 감성분석(Sentiment analysis)이란 텍스트에 표현된 개체와 그 속성에 대한 의견, 감성, 평가, 태도 등을 분석해 텍스트에 드러난 감성을 분류하는 것이다(Pang et al, 2002). 이러한 감성분석은 분석 데이터에 레이블(Label)이 있는 경우와 그렇지 않는 경우에 따라 크게 지도학습(Supervised learning)과 비지도학습(Unsupervisedlearning)으로 나눌 수 있다. |
A. Balahur, R. Steinberger, M. Kabadjov, V. Zavarella, E. Goot, M. Halkia, B. Pouliquen, and J. Belyaeva., "Sentiment analysis in the News," Proceedings of the 7th International Conference on Language Resources and Evaluation, Valletta, Malta, 19-21, May (2010), 2216-2220.
C. C. Aggarwal, and C. Zhai, "Mining Text Data," Springer Science & Business Media (2012)
A. Kennedy and D. Inkpen., "Sentiment classification of movie and product reviews using contextual valence shifters," Computational Intelligence, Vol.22, No.2 (2006), 110-125.
A. Neviarouskaya, H. Prendinger, and M. Ishizuka., "Sentiful: Generating a reliable lexicon for sentiment analysis," International Conference on Affective Computing and Intelligent Interaction and Workshops, ACII (2009), 1-6.
B. Liu., "Sentiment Analysis: Mining Opinions, Sentiments and Emotions," Cambridge University Press (2015)
B. Pang, L. Lee and S. Vaithyanathan., "Thumbs up?: sentiment classification using machine learning techniques," in: Proceedings of the ACL-02 Conference on Empirical Methods in Natural Language Processing, Association for Computational Linguistics, Vol.10 (2002), 79-86.
B. Pang and L. Lee., "Opinion mining and sentiment analysis," Foundations and Trends in Information Retrieval Vo1.2. No.1-2 (2008), 1-135.
H. Kanayama and T. Nasukawa., "Fully automatic lexicon expansion for domain oriented sentiment analysis," in: Proceedings of the 2006 Conference on Empirical Methods in Natural Language Processing (2006), 355-363.
Hwang, Y.J, "Analysis of consumer propensity using SNS data," Statistical Research Institute (2015), 117-155.
J. Bollen, H. Mao and X. Zeng., "Twitter mood predicts the stock market," Journal of Computational Science, Vol.2, Issue.1 (2011), 1-8.
J. Bram and S. Ludvigson., "Does Consumer Confidence Forecast Household Expenditure? A Sentiment Index Horse Race," FRBNY ECONOMIC POLICY REVIEW (1997)
J. Kamps, M. Marx, R.J. Mokken and M. de Rijke., "Using WordNet to measure semantic orientations of adjectives," In Proceedings of the International Conference on Language Resources and Evaluation, Vol.4 (2004), 1115-1118.
Lee, G.A. and Hwang, S.P., "Business Cycle Indicator Using Big Data: Compilation of the Naver Search Business Index," Economic Analysis, Vol.20, No.4 (2014), 1-37.
L. Hoang, J.-T. Lee, Y.-I. Song, and H.-C. Rim., "Combining local and global resources for constructing an error-minimized opinion word dictionary," Proceedings of the 10th Pacific Rim International Conference on Artificial Intelligence: Trends in Artificial Intelligence (2008), 688-697.
M. Hu and B. Liu., "Mining and summarizing customer reviews," in: Proceedings of the Tenth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (2004), 168-177.
M. Taboada, J. Brooke, M. Tofiloski, K. Voll and M. Stede., "Lexicon-Based Methods for Sentiment Analysis," Association for Computational Linguistics, Vol.37, N.2 (2011), 267-307.
P. D. Turney., "Thumbs Up or Thumbs Down?: Semantic Orientation Applied to Unsupervised Classification of Reviews," Proceedings of Annual Meeting of the Association for computational Linguistics (2002), 417-424.
P. D. Turney and M. L. Littman, "Measuring praise and criticism: Inference of semantic orientation from association," Journal ACM Transactions on Information Systems, Vol.21, Issue.4 (2003), 315-346.
S. Gelpera, A. Lemmensa, and C. Croux., "Consumer sentiment and consumer spending: decomposing the Granger causal relationship in the time domain," Applied Economics, 39 (2007) 1-11.
S. Huang, Z. Niua and C. Shi., "Automatic construction of domain-specific sentiment lexicon based on constrained label propagation," Knowledge-Based Systems, Vol.56 (2014), 191-200.
S. Kim and N. Kim, "A Study on the Effect of Using Sentiment Lexicon in Opinion Classification," Journal of intelligence and information systems, Vol. 20, No. 1, (2014), 133-148.
S. Ludvigson., "Consumer confidence and consumer spending," The Journal of Economic Perspectives, Vol.18, No. 2 (2004), 29-50.
S. Mohammad, C. Dunne, and B. Dorr., "Generating high-coverage semantic orientation lexicons from overtly marked words and a thesaurus," Proceedings of the 2009 Conference on Empirical Methods in Natural Language Processing, Vol.2 (2009), 599-608
TH. Nguyen, K. Shirai and J. Velcin., "Sentiment analysis on social media for stock movement prediction," Expert Systems with Applications, Vol.42, Issue.24 (2015), 9603-9611.
T. Wilson, J. Wiebe and P. Hoffmann., "Recognizing contextual polarity in phrase level sentiment analysis," in: Proceedings of the Conference on Human Language Technology and Empirical Methods in Natural Language Processing (2005), 347-354.
X. Li, H. Xie, L. Chen, J. Wang and X. Deng, "News impact on stock price return via sentiment analysis," Knowledge-Based Systems, Vol.69 (2014), 14-23.
Y. Lu, M. Castellanos, U. Dayal and C. Zhai., "Automatic Construction of a Context-Aware Sentiment Lexicon: An Optimization Approach," in proceedings of World Wide Web (2011), 346-356.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.