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 논문에서는 영화에 대한 미디어 리뷰를 분석하여, 해당 영화의 공간적/시간적 배경 키워드를 자동 추출하는 기법을 제안하였다. 2005년 ~ 2012년에 한국에서 개봉한 영화의 실제 미디어 리뷰 데이터를 수집하여 성능평가를 실시하였으며, 공간적/시간적 배경 키워드 추출에 대하여 각각 85%, 81%의 정확도를 보였다.
- 본 논문에서는 웹 상의 영화와 관련된 미디어 리뷰 텍스트 데이터를 이용하여 영화의 배경 키워드를 자동으로 추출하는 기법을 제안한다. 자동 생성된 배경 정보는 향 후 검색 및 추천에 활용되어 사용자들의 다양한 콘텐츠 소비 욕구를 충족 시켜 줄 수 있을 것으로 예상된다.
제안 방법
- 공간적/시간적 배경으로 선택된 키워드 중 각각 100개씩을 랜덤하게 선택하여 의 내용과 같이 정확도를 측정하였다.
- 제안하는 기법은 영화의 배경 키워드를 자동으로 추출하기 위해, 미디어 평론가들이 영화에 대해 작성해 놓은 텍스트 리뷰 데이터를 이용한다. 따라서, 본 논문의 배경 기술로 텍스트 문서로부터 키워드를 추출하는 기술이 활용 되었다.
- 본 논문에서 제안하는 기법의 성능을 검증하기 위하여 수집된 미디어 리뷰 텍스트 셋으로부터 성능검증을 실시하였다.
- 본 논문에서 제안하는 영화의 배경 키워드를 자동 추출 하기 위해서는 첫째, 영화의 리뷰 텍스트 수집 과정, 둘째, 수집된 미디어 리뷰 텍스트에 대해서 형태소 분석 및 개체명인식을 실시하는 과정, 셋째, 개체명인식된 단어에 대한 통계적 분석을 통하여 배경 키워드를 선택하는 과정으로 총 세 단계의 과정을 필요로 한다.
- 성능평가의 지표로 제안한 기법을 이용하여 얼마나 많은 수의 영화에 대한 공간적/시간적 배경 키워드를 추출할 수 있는가에 해당하는 재현률(Recall Rate)과 추출한 배경 키워드가 얼마나 정확한가에 해당하는 정확도(Precision Rate)를 사용하였다.
- 특정 텍스트에 대하여 개체명 인식을 수행한 결과로 개체명인식이 가능한 단어들의 경우 위의 소분류 중 적합한 분류가 할당되게 된다. 이 중 본 연구의 목적에 맞는 배경 키워드 추출을 위하여, 시간적 배경은 대분류 TIME에 해당하는 개체명으로 인식된 단어, 공간적 배경은 대분류 LOCATION에 해당하는 단어를 배경 키워드의 후보군으로 선택 하였다.
- 정확도 평가를 위해 재현률이 가장 높게 나왔던 R=3, N2 그룹을 이용하여 평가하였다. 공간적 배경으로 추출된 단어는 총 1,190개 이었으며, 영화 한편당 약 2단어의 배경 키워드를 추출하였다.
- 미디어 리뷰를 작성한 평론가가 영화의 내용에 관하여도 언급하지만, 영화의 내용과는 관련 없지만, 자신의 영화에 대한 평론을 나타내기 위해 쓰인 단어, 혹은 다른 영화와 비교하기 위해 쓰인 단어들에도 시간적/공간적 의미를 나타내는 단어가 사용될 수 있기 때문이다. 제안하는 기법에서는 한 영화에 대하여 여러 명의 평론가가 리뷰를 남기는 미디어 리뷰의 형태를 활용하여, 한 영화에 대하여 남긴 미디어 리뷰들 중에 공통적으로 출현하는 시간적/공간적 의미를 나타내는 단어들을 최종 시간적/공간적 배경의 키워드로 선택한다.
- 제안하는 기법은 영화의 배경 키워드를 자동으로 추출하기 위해, 미디어 평론가들이 영화에 대해 작성해 놓은 텍스트 리뷰 데이터를 이용한다. 따라서, 본 논문의 배경 기술로 텍스트 문서로부터 키워드를 추출하는 기술이 활용 되었다.
대상 데이터
- 본 논문에서는 영화에 대한 미디어 리뷰를 분석하여, 해당 영화의 공간적/시간적 배경 키워드를 자동 추출하는 기법을 제안하였다. 2005년 ~ 2012년에 한국에서 개봉한 영화의 실제 미디어 리뷰 데이터를 수집하여 성능평가를 실시하였으며, 공간적/시간적 배경 키워드 추출에 대하여 각각 85%, 81%의 정확도를 보였다. 제안하는 기법으로 자동 추출된 배경 키워드는 향후 영화 도메인의 검색 혹은 추천 기술 등에 다양하게 사용될 수 있을 것으로 예상된다.
- 개체명인식을 위해서 한국전자통신연구원 지식 마이닝실에서 개발한 개체명인식기를 사용하였다. 개발된 개체명인식기의 인식 가능한 개체명 분류는[PERSON, STUDY_FIELD, THEORY, ARTIFACTS, ORGANIZATION, LOCATION, CIVILIZATION, DATE, TIME, QUANTITY, EVENT, ANIMAL, PLANT, MATERIAL, TERM] 으로 모두 15 개의 대분류로 구성되어 있으며, 대분류 밑의 더 상세한 총 125개의 소분류를 가지고 있다. 특정 텍스트에 대하여 개체명 인식을 수행한 결과로 개체명인식이 가능한 단어들의 경우 위의 소분류 중 적합한 분류가 할당되게 된다.
- 정확도 평가를 위해 재현률이 가장 높게 나왔던 R=3, N2 그룹을 이용하여 평가하였다. 공간적 배경으로 추출된 단어는 총 1,190개 이었으며, 영화 한편당 약 2단어의 배경 키워드를 추출하였다. 시간적 배경 키워드로는 총 432개 이었으며, 영화 당 약 1.
- 미디어 리뷰 텍스트에 개체명인식 과정을 거쳐 시간과 공간을 나타낼 수 있는 배경 키워드의 후보군을 선별하였다. 하지만, 개체명인식 결과를 거친 모든 단어가 해당 영화의 시간적/공간적 배경을 나타내지는 않는다.
- 공간적 배경으로 추출된 단어는 총 1,190개 이었으며, 영화 한편당 약 2단어의 배경 키워드를 추출하였다. 시간적 배경 키워드로는 총 432개 이었으며, 영화 당 약 1.47단어의 배경 키워드를 추출하였다. 공간적/시간적 배경으로 선택된 키워드 중 각각 100개씩을 랜덤하게 선택하여 <표 3>의 내용과 같이 정확도를 측정하였다.
- 영화 웹 포털 사이트로부터 2005년 1월 ~ 2012년 8월(총 92개월)에 한국에서 개봉한 영화에 대한 미디어 리뷰를 수집하였으며, 수집한 데이터의 특성은 다음 과 같다.
- 영화의 배경 키워드를 추출하기 위한 데이터로 영화 웹 포탈 사이트에서 제공하는 미디어 리뷰 데이터를 선택하였다.
- 21편/month)에 대하여 2편 이상의 리뷰에서 공통적으로 출현한 키워드를 배경 키워드로 선택한 결과에 대한 재현률을 나타낸다. 총 1,307편 중 365편의 영화에 대해서 공간적 배경을 추출하였으며, 이 때의 재현률은 65.42%로 측정되었다. 가장 재현률이 높은 경우는 3편 이상의 리뷰가 달린 영화 총 826편(9.
이론/모형
- 개체명인식을 위해서 한국전자통신연구원 지식 마이닝실에서 개발한 개체명인식기를 사용하였다. 개발된 개체명인식기의 인식 가능한 개체명 분류는[PERSON, STUDY_FIELD, THEORY, ARTIFACTS, ORGANIZATION, LOCATION, CIVILIZATION, DATE, TIME, QUANTITY, EVENT, ANIMAL, PLANT, MATERIAL, TERM] 으로 모두 15 개의 대분류로 구성되어 있으며, 대분류 밑의 더 상세한 총 125개의 소분류를 가지고 있다.
성능/효과
- 공간적/시간적 배경으로 선택된 키워드 중 각각 100개씩을 랜덤하게 선택하여 <표 3>의 내용과 같이 정확도를 측정하였다. 공간적 배경의 경우 총 100개의 키워드 중 85개의 키워드가 정확하게 배경 키워드로 선택되어 85%의 정확도를 보였으며, 시간적 배경의 경우 총 100개의 키워드 중 81개의 키워드가 정확하게 시간적 배경 키워드로 선택되어 81%의 정확도를 보였다.
- 이 중 일반 사용자들은 독립영화와 같이 개봉관이 적어 쉽게 관람하기 어려운 영화도 다수 포함되어 있어 예상보다 많은 편수의 영화에 대한 미디어 리뷰들이 수집되었다. 리뷰가 두 개 이상 달린 영화 편수는 1,307편으로 한 달에 약 14편의 개봉 영화에 대한 미디어 리뷰 수집이 이루어졌고, 리뷰가 세 개 이상 달린 영화 편수는 836편으로 한 달간 개봉한 영화 중 약 9편에 대해서 세 개 이상의 전문가 리뷰가 달리는 것으로 분석되었다.
후속연구
- 제안하는 기법으로 자동 추출된 배경 키워드는 향후 영화 도메인의 검색 혹은 추천 기술 등에 다양하게 사용될 수 있을 것으로 예상된다. 본 논문에서는 단순한 통계 분석만을 이용하여 키워드를 추출할 수 있는 가능성을 살펴보았지만, 향후 연구에서는 다양한 통계기법을 이용하여 성능을 고도화하는 연구가 진행되어야 할 것으로 생각된다.
- 본 논문에서는 웹 상의 영화와 관련된 미디어 리뷰 텍스트 데이터를 이용하여 영화의 배경 키워드를 자동으로 추출하는 기법을 제안한다. 자동 생성된 배경 정보는 향 후 검색 및 추천에 활용되어 사용자들의 다양한 콘텐츠 소비 욕구를 충족 시켜 줄 수 있을 것으로 예상된다.
- 2005년 ~ 2012년에 한국에서 개봉한 영화의 실제 미디어 리뷰 데이터를 수집하여 성능평가를 실시하였으며, 공간적/시간적 배경 키워드 추출에 대하여 각각 85%, 81%의 정확도를 보였다. 제안하는 기법으로 자동 추출된 배경 키워드는 향후 영화 도메인의 검색 혹은 추천 기술 등에 다양하게 사용될 수 있을 것으로 예상된다. 본 논문에서는 단순한 통계 분석만을 이용하여 키워드를 추출할 수 있는 가능성을 살펴보았지만, 향후 연구에서는 다양한 통계기법을 이용하여 성능을 고도화하는 연구가 진행되어야 할 것으로 생각된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.