최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보과학회언어공학연구회 2013년도 제25회 한글 및 한국어 정보처리 학술대회, 2013 Oct. 06, 2013년, pp.33 - 38
조요한 (한국전자통신연구원) , 오효정 (한국전자통신연구원) , 이충희 (한국전자통신연구원) , 김현기 (한국전자통신연구원)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
빅데이터로부터 자동으로 오피니언 정보를 분석하려는 시도의 예는? | 트위터, 페이스북, 블로그 등의 소셜미디어 사용량이 증가하면서, 이런 빅데이터로부터 자동으로 오피니언 정보를 분석하려는 시도가 활발히 이루어지고 있다. 가령, 기업은 자사 제품이나 서비스가 소셜미디어 상에서 어떤 평가를 받고 있는지 파악함으로써 마케팅 전략에 참고할 수 있고, 정책 기관에서는 정책에 대한 여론분석을 통해 정책 수정방향 및 홍보방식 등을 결정할 수 있다. 이러한 필요가 대두되면서 빅데이터 기반 오피니언 마이닝을 전문으로 하는 브랜드 모니터링 서비스 사업도 활발해지고 있다. | |
감성어휘 구축을 위해 사용한 것은? | 이를 위해, 본 논문에서는 단순 긍/부정 감성이 아닌 20종류의 세분화된 감성을 분석하기 위한 감성어휘 구축 알고리즘을 제시한다. 감성어휘 구축을 위해서는 준지도학습을 사용하였으며, 도메인에 특화되지 않은 일반 감성어휘를 구축하도록 학습되었다. 학습된 감성어휘를 인물, 스마트기기, 정책 등 다양한 도메인의 트위터 데이터에 적용하여 세부감성을 분석한 결과, 알고리즘의 특성상 재현율이 낮다는 한계를 가지고 있었으나, 대부분의 감성에 대해 높은 정확도를 지닌 감성어휘를 구축할 수 있었고, 감성을 직간접적으로 나타내는 표현들을 학습할 수 있었다. | |
빅데이터로부터 감성을 분석하는 기술에 대한 필요가 늘고있는 배경은? | 소셜미디어를 통한 여론분석과 브랜드 모니터링에 대한 요구가 증가하면서, 빅데이터로부터 감성을 분석하는 기술에 대한 필요가 늘고 있다. 이를 위해, 본 논문에서는 단순 긍/부정 감성이 아닌 20종류의 세분화된 감성을 분석하기 위한 감성어휘 구축 알고리즘을 제시한다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.