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 연구에서는 이상의 방법을 혼합하여 문장구조의 특징과 감정 사전으로부터 유래되는 두 가지 특징을 모두 사용하고자 한다.
제안 방법
- [4] 분류기로는 선행분류기를 사용하여 대립되는 감정들에 대한 분류를 수행하였다. 특징 추출을 위해 이야기의 첫 문장, 접속사 등의 문단단위의 특징과 품사비율과 같은 문장 단위의 특징을 활용하여 정확도 향상을 시도하였다.
- 실험에서는 대부분의 수집 대상으로부터 쉽게 취득이 가능할 것으로 생각되는 텍스트데이터를 사용하여 실험을 진행한다. 각각의 텍스트 대본은 분노, 행복, 슬픔, 중립 등과 같은 감정태그로 표시되어 학습 및 결과 확인을 위해 활용하였다.
- IEMOCAP 데이터베이스는 각각의 대화 문장에 대한 감정분류 태그가 작성되어 있으므로, 지도 학습 방법을 이용하여 분류기를 작성할 수 있다. 구조화된 데이터를 서포트 벡터 머신(SVM) [3] 기계학습 알고리즘을 통해 감정별로 분류하고 정확도를 측정하도록 하였다. 정확도 향상을 위해 정보엔트로피 기반의 특징선택기법을 적용한 결과도 함께 나타냈다.
- 따라서 차원감쇄 과정을 거쳐 높은 상관관계를 가져 중복되는 정보를 나타내는 특징들을 제거하는 특징 선택 (feature selection) 과정을 수행하였다. 주어진 특징들의 짝이 얼마나 높은 상관관계를 가지는지를 그림 1에 나타내었다.
- 본 연구에서는 오픈소스 프로젝트인 OpenNLP를 [10] 이용하여 문장을 공백 단위로 토큰화 하고, 토큰들의 품사(Part-Of-SpeeRi)를 표기하였다. 또한 토큰의 변형 정보를 제거하기 위해 어근추출(stemming) 과정을 추가적으로 수행하였다. 어근추출에는 Snowball Stemmer를 사용하였다.
- 각각의 단어는 각각의 분류기준에 따라 전체 182가지의 분류 카테고리로 나누어진다. 본 연구에서는 GI 사전에 포함된 11, 788개 단어, 182개 세부 분류기준을 가지고, 각 샘플 문장에 포함된 단어들의 분류에 대한 특징을 누산하여 GI 특징들을 추출하였다.
- [8] Wordnet Domains에서 부여한 Domain 표기처럼, 어떤 단어가 어떤 감정에 속하는지를 표기하여 분류하였다. 본 연구에서는 Happiness, Sadness, Anger, Disgust, Surprise, Fear의 6가지 감정 사전을 사용하였다.
- 본 연구에서는 대화 내용을 텍스트화한 IEMOCAP 데이터베이스를 사용하여, 각각의 대화 문장을 구조화 한다. IEMOCAP 데이터베이스는 각각의 대화 문장에 대한 감정분류 태그가 작성되어 있으므로, 지도 학습 방법을 이용하여 분류기를 작성할 수 있다.
- 추가적인 과정이 필요하다. 본 연구에서는 오픈소스 프로젝트인 OpenNLP를 [10] 이용하여 문장을 공백 단위로 토큰화 하고, 토큰들의 품사(Part-Of-SpeeRi)를 표기하였다. 또한 토큰의 변형 정보를 제거하기 위해 어근추출(stemming) 과정을 추가적으로 수행하였다.
- 정량적인 특징선택기준을 위해 정보이득(information gain)을 계산하고 그 값에 따라서 정렬한 뒤에 순차적으로 정보이득이 낮은 변수부터 제거하면서 정확도 변화를 측정하였다. [12] 정보이득 /(r;x)는 다음과 같이 정보엔 트로피로부터 계산된다.
- [11] 얻어진 문장구조 특징은 품사별 누산, 각 단어 사전별 누산을각기 추출하여 특징 벡터로 작성하였다. 추출된 특징은 Alm 등의 연구에서 사용한 특징추출방식을 사용하되 이와 같이 작성된 특징벡터는 본래 문장의 감정분류를 분류 라벨로 하여 서포트 벡터 머신(SVM) 분류기를 이용해 분류하였다. 결과 검증을 위해 전체 데이터에서 몇 개의 데이터 예측이 옳게 수행되었는지를 정확도를 통해 나타내었고, 모든 실험은 10-fold 교차 검증법을 이용해 수행하였다.
- 시도하였다. 텍스트 분석을 위한 특징으로 감정사전의 단어 사전의 일부를 차용하였고, 해당 단어가 분석 대상 문장에 존재하는지의 여부를 특징벡터로 활용하였다. [6] 그러나 Aman 등과 마찬가지로 문장구조 자체에서 유래되는 특징을 사용하지 않았다는 한계가 존재한다.
- 텍스트는 책, 신문 기사, 블로그 포스팅 등의 여러가지 출처로부터 얻어졌으며, 추출방법도 사전, 문장부호, 문장 구조 등의 기준을 통해 작성되었다.
- [4] 분류기로는 선행분류기를 사용하여 대립되는 감정들에 대한 분류를 수행하였다. 특징 추출을 위해 이야기의 첫 문장, 접속사 등의 문단단위의 특징과 품사비율과 같은 문장 단위의 특징을 활용하여 정확도 향상을 시도하였다. 그러나 동화책과 같은 긴 텍스트를 대상으로 하였기에, 트위터 데이터나 전화통화 내용과 같은 짧은 문장들에 바로 적용하기에는 어려운 부분이 있다.
대상 데이터
- [5] 분류기로는 SVM과 Naive Bayes 이진 분류기를 사용하였고, 텍스트의 특징으로 General Inquirer 사전, Wordnet Affect 사전, 그리고 이모티콘과 문장부호등이 사용되었다. 그러나 문장 구조의 특징이 포함되지 않아 특정 감정을 나타내 줄 수 있는 문장 구조에 대한 고려가 부족하였다.
- 본 연구에서는 Interactive Emotional dyadic motion capture(IEMOCAP) 데이터베이스 [7] 의 데이터 일부를 사용하여 진행한다. IEMOCAP 데이터베이스는 본래 여러 연기자들이 다양한 감정을 대화중에 표출하도록 하고, 12시간 분량의 시청각(audiovisual) 데이터를 수집한 데이터베이스이다.
- 본 연구에서는 이중에 anger, happiness, sadness, neutral 네 가지 카테고리의 감정에 속하는 4, 490개의 데이터를 사용했다.
- IEMOCAP 데이터베이스는 본래 여러 연기자들이 다양한 감정을 대화중에 표출하도록 하고, 12시간 분량의 시청각(audiovisual) 데이터를 수집한 데이터베이스이다. 시청각 모두를 포함함으로 영상, 음성, 얼굴 근육의 모션캡처, 텍스트 스크립트 등의 다양한 매체의 데이터를 내포한다. 실험에서는 대부분의 수집 대상으로부터 쉽게 취득이 가능할 것으로 생각되는 텍스트데이터를 사용하여 실험을 진행한다.
- 시청각 모두를 포함함으로 영상, 음성, 얼굴 근육의 모션캡처, 텍스트 스크립트 등의 다양한 매체의 데이터를 내포한다. 실험에서는 대부분의 수집 대상으로부터 쉽게 취득이 가능할 것으로 생각되는 텍스트데이터를 사용하여 실험을 진행한다. 각각의 텍스트 대본은 분노, 행복, 슬픔, 중립 등과 같은 감정태그로 표시되어 학습 및 결과 확인을 위해 활용하였다.
- 또한 토큰의 변형 정보를 제거하기 위해 어근추출(stemming) 과정을 추가적으로 수행하였다. 어근추출에는 Snowball Stemmer를 사용하였다. [11] 얻어진 문장구조 특징은 품사별 누산, 각 단어 사전별 누산을각기 추출하여 특징 벡터로 작성하였다.
데이터처리
- 추출된 특징은 Alm 등의 연구에서 사용한 특징추출방식을 사용하되 이와 같이 작성된 특징벡터는 본래 문장의 감정분류를 분류 라벨로 하여 서포트 벡터 머신(SVM) 분류기를 이용해 분류하였다. 결과 검증을 위해 전체 데이터에서 몇 개의 데이터 예측이 옳게 수행되었는지를 정확도를 통해 나타내었고, 모든 실험은 10-fold 교차 검증법을 이용해 수행하였다.
이론/모형
- 이외에도 마찬가지로 감정에 대한 단어분류를 제공하는 상용 소프트웨 어 인 Linguistic Inquiry and Word Count (LIWC)의 감정, 기능별 단어사전도 활용하였다. [9] LIWC는 하위 분류를 포함하여 총 68가지 카테고리의 단어사전을 제공한다.
성능/효과
- 65개의 특징을 제거했을 때 가장 최상의 결과를 얻을 수 있었지만, 성능 향상 폭이 0.31% 정도로 낮아 의미 있는 결과라고 할 수 없다.
- 사용한 4가지 카테고리의 특징들을 각 카테고리만 사용하였을 때, GI 감정 사전의 데이터 특징이 예측의 정확도 측면에서 가장 효과적인 것으로 확인되었다. 대부분 특징간의 상관계수가 높지 않으므로 학습에 사용된 특징의 개수가 많을수록 정보의 제공량이 늘어난다고 가정하면, GI 감정사전으로부터 유래되는 특징이 182개로 가장 많은 수를 차지하므로 정보량 측면에서 가장 좋은 정확도를 보여 주었을 것으로 추측된다.
- 반면에 6개의 특징만을 제공하는 Wordnet Affect 사전만 사용한 결과가 LIWC 사전보다 높은 결과를 나타내었다. 이는 언어적 기능별로 분류하는 LIWC 사전의 카테고리 구분이 감정분류를 중점으로 하는 Wordnet Affect 사전 보다 감정에 대한 정보를 적게 전달하기 때문인 것으로 보인다.
- 6%의 정확도의 성능을 보였다. 본 연구 결과와 비교해 볼 때, 전체 사전과 문장구조를 사용하고 65개의 특징을 제거한 결과로 얻어진 SVM 분류기의 정확도는 543%로 좀 더 높은 성능을 얻을 수 있었다.
- 때의 결과를 나타내었다. 사용한 4가지 카테고리의 특징들을 각 카테고리만 사용하였을 때, GI 감정 사전의 데이터 특징이 예측의 정확도 측면에서 가장 효과적인 것으로 확인되었다. 대부분 특징간의 상관계수가 높지 않으므로 학습에 사용된 특징의 개수가 많을수록 정보의 제공량이 늘어난다고 가정하면, GI 감정사전으로부터 유래되는 특징이 182개로 가장 많은 수를 차지하므로 정보량 측면에서 가장 좋은 정확도를 보여 주었을 것으로 추측된다.
- 텍스트 대화록으로부터 추출한 감정 사전 정보와 문장구조 정보는 분류기를 학습시켜 텍스트 문장의 감정을 4 개 범주로 분류하는 데에 50% 이상의 정확도의 성능을 보이며, 기존 연구결과와 [6] 비교하여 볼 때 높은 정확도를 보였다. 특징 범주를 사전과 문장정보구조 모두를 사용할 때 가장 좋은 성능을 보였다.
- 보였다. 특징 범주를 사전과 문장정보구조 모두를 사용할 때 가장 좋은 성능을 보였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.