[논문]Computing with Words기반 SMS로부터의 사용자 감정 추론

Computing with Words기반 SMS로부터의 사용자 감정 추론
User Emotion Inference From SMS Based on Computing with Words 원문보기

임성수 (연세대학교 컴퓨터과학과) , 조성배 (연세대학교 컴퓨터과학과)

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

본 논문에서는 감성 정보를 활용한 모바일 서비스 제공을 위해, 사용자 모바일 기기의 SMS(Short Message Service)에서 등장하는 각 단어와 이모티콘으로부터 사용자의 감정을 추론한다.
본 논문에서는 모바일 서비스를 위한 SMS 기반 사용자 감정추론 기법을 제안하였다.
본 논문에서는 웹 검색 엔진에서 질의 처리 결과 검색된 데이터의 개수를 추출하고, 이를 통해서 어떤 단어가 어떤 감정과 어느 정도 관계가 있는지를 객관적으로 나타낸다.
본 논문에서는 인간의 감성을 활용한 지능적 모바일 서비스를 제공하기 위해 SMS(Short Message Service)를 기반으로 사용자 감정을 추론한다.
본 논문에서는 일반 단어들과 각 감정사이의 관계를 분석하여 포괄적인 감정 분석 시스템을 구축한다.

본 논문에서 감정 분석에 쓰인 단어는 동아 국어사전에 수록된 약 11,000 단어이며, 각 단어가 AES 위의 12가지 감정(좋음, 기쁨, 유쾌, 흥분, 화남, 혐오, 싫음, 절망, 우울, 지루, 만족, 차분)에 대해 얼마나 영향을 미치는지를 퍼지 소속도 함수를 통해 모델링한다.
제안하는 방법에서는 단어 기반 연산(Computing with Words)[5]의 개념을 도입하여 각 단어와 감정사이의 관계를 모델링하고, 사용자의 감정 상태를 Activation Evaluation Space(AES)[6]를 이용하여 나타낸다.
제안한 방법은 단어 기반 연산을 통해 단어와 감정과의 관계를 모델링하고, 이를 바탕으로 사용자의 감정 상태를 Activation Evaluation Space 상에 나타내었다.

단어 网 감정 e 에 대한 관계는 표 1과같이 문서분류에서 자주 사용되는 F-measure를 이용하여 나타낸다. a 값은 정확률과 재현율에 대해 동일한 비중을 반영하기 위해 1로 설정한다.

향후 과제로는 제안하는 방법의 성능을 높이기 위해, 단어와 감정 간의 모델링 정보에 다양한 이모티콘을 추가하고, 적절한 감정 강도 조절 상수 값을 구할 필요가 있다.

*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.

내보내기 메뉴

내보내기 구분

구성항목

관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관

저장형식

메일정보

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.

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].

AI-Helper ※ AI-Helper는 을 사용합니다.

AI-Helper

안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

연합인증