[논문]Word2vec을 이용한 오피니언 마이닝 성과분석 연구

어균선; 이건창

Word2vec을 이용한 오피니언 마이닝 성과분석 연구
Performance Analysis of Opinion Mining using Word2vec 원문보기

본 연구에서는 Word2vec을 머신러닝 분류기를 이용해 효율적인 오피니언 마이닝 방법을 제안한다. 본 연구의 목적을 위해 BOW(Bag-of-Words) 방법과 Word2vec방법을 이용해 속성 셋을 구성했다. 구성된 속성 셋은 Decision tree, Logistic regression, Support vector machine, Random forest를 이용해 오피니언 마이닝을 수행했다. 연구 결과, Word2vec 방법과 RF분류기가 가장 높은 정확도를 나타냈다. 그리고 Word2vec 방법이 BOW방법 보다 각 분류기에서 높은 성능을 나타냈다.

This study proposes an analysis of the Word2vec-based machine learning classifiers for the sake of opinion mining tasks. As a bench-marking method, BOW (Bag-of-Words) was adopted. On the basis of utilizing the Word2vec and BOW as feature extraction methods, we applied Laptop and Restaurant dataset to LR, DT, SVM, RF classifiers. The results showed that the Word2vec feature extraction yields more improved performance.

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

문제 정의

본 연구는 Word2vec과 머신러닝 분류기를 적용해 효율적인 오피니언 마이닝 방법을 제안하고자 한다. 본 연구는 다음과 같은 단계로 구성된다.
본 연구는 오피니언 마이닝을 위한 효율적인 감성 분류 방법을 제안하는 것을 목적으로 한다. 본 연구의 목적을 위해 SemEval 2014데이터 셋의 Laptop 도메인과 Restaurants 도메인에 대해 BOW 방법과 Word2vec 방법을 이용해 속성 데이터 셋을 구성했다.
최근연구는 벡터공간에 단어를 표현하는 워드임베딩(Word embedding)이 활발히 연구된다 [3]. 본 연구에서는 Wor2vec(Word to vector)방법을 이용해 의미론적 특성을 반영할 수 있는 오피니언마이닝 방법을 제안한다.

제안 방법

본 연구의 목적을 위해 SemEval 2014데이터 셋의 Laptop 도메인과 Restaurants 도메인에 대해 BOW 방법과 Word2vec 방법을 이용해 속성 데이터 셋을 구성했다. 구성된 데이터 셋에 분류기를 사용해 감성분류를 수행했다. 연구 결과는 다음과 같다.
단어를 벡터로 표현하는 방법 중에는 텍스트 내에 있는 단어를 포착해 해당 단어가 존재하면 1로 표현하고 존재하지 않으면 0으로 표현하는 BOW방법이 있다. 나아가 단어의 빈도수를 측정하는 TF(Term frequency)와 , 문서 내 단어 중요도를 나타내는 의 TF-IDF(Term frequency-Inverse document frequency)를 측정해 단어벡터를 구성한다. 하지만 이 BOW 방법은 단어 사이의 관계를 파악할 수 없고, 텍스트 전체의 단어를 이용해 속성(feature)를 생성하기 때문에 벡터의 크기 증가 및 희박성(sparsity) 문제로 견고한 머신러닝 모형을 만드는 것은 어렵다.
두 도메인 모두 긍정적인 리뷰, 부정적인 리뷰로 구성되어 있다. 본 연구에서는 분류성능 평가를 위해 10 fold cross validation을 사용해 분류 정확도 (Accuracy)를 측정했다.

대상 데이터

본 연구는 SemEval2014 데이터를 사용했다[4]. SemEval2014 데이터는 Laptop, Restaurant으로 두가지 주제로 이루어져 있으며 Laptop은 총 1853건, Restaurant는 2969건이다. 두 도메인 모두 긍정적인 리뷰, 부정적인 리뷰로 구성되어 있다.
본 연구는 SemEval2014 데이터를 사용했다[4]. SemEval2014 데이터는 Laptop, Restaurant으로 두가지 주제로 이루어져 있으며 Laptop은 총 1853건, Restaurant는 2969건이다.
본 연구는 오피니언 마이닝을 위한 효율적인 감성 분류 방법을 제안하는 것을 목적으로 한다. 본 연구의 목적을 위해 SemEval 2014데이터 셋의 Laptop 도메인과 Restaurants 도메인에 대해 BOW 방법과 Word2vec 방법을 이용해 속성 데이터 셋을 구성했다. 구성된 데이터 셋에 분류기를 사용해 감성분류를 수행했다.

이론/모형

전처리된 텍스트를 벡터화 한다. 본 연구에서는 BOW과 Word2vec 두가지 벡터화 방법을 사용했다.
상품에 대해 긍정적인 반응이면 장점을 극대화 할 수 있고 부정적인 반응이면 개선안을 마련할 수 있다. 이에 대해 기존의 감성분석은 BOW(Bag-of-words) 방법을 이용해 N-gram의 조합을 만들어 속성을 구성했다. 하지만 이 경우는 문장의 의미론적(Semantic) 특성을 반영하지 않고 분류 모델을 구축한다는 단점이 있다.

성능/효과

69%로 가장 낮은 정확도를 나타냈다. Laptop 데이터에서 모든 분류기가 BOW방법보다 Word2vec 방법이 높은 정확도를 나타냈다. Restaurants 데이터의 BOW 방법과 Word2vec 방법에서 RF기 82.
의사결정나무(Decision tree, DT), 로지스틱 회귀분석(Logistic regression, LR), 서포트 벡터 머신(Support vector machine, SVM), 랜덤 포레스트(Random forest, RF)이다. Laptop 데이터의 BOW 방법과 Word2vec 방법중 Word2vec 방법의 RF의 정확도가 81.43%로 가장 높았다. BOW 방법에서는 SVM이 73.
연구 결과는 다음과 같다. Laptop 도메인과 Restaurants 도메인에서 동일하게 Word2vec 방법과 RF분류기를 사용한 정확도가 가장 높았다. 그리고 전반적으로는 BOW 모델을 사용했을 때보다 Word2vec 방법이 모든 분류기에서 높은 정확도를 나타냈다.
Laptop 데이터에서 모든 분류기가 BOW방법보다 Word2vec 방법이 높은 정확도를 나타냈다. Restaurants 데이터의 BOW 방법과 Word2vec 방법에서 RF기 82.59%로 가장 높은 정확도를 나타냈다. BOW 방법에서는 SVM이 74.
45%로 가장 낮은 정확도를 나타냈다. Restaurants 데이터의 모든 분류기가 BOW 방법보다 Word2vec 방법이 높은 정확도를 나타냈다.
Laptop 도메인과 Restaurants 도메인에서 동일하게 Word2vec 방법과 RF분류기를 사용한 정확도가 가장 높았다. 그리고 전반적으로는 BOW 모델을 사용했을 때보다 Word2vec 방법이 모든 분류기에서 높은 정확도를 나타냈다. 이것은 BOW 모델보다 Word2vec 모델이 텍스트의 단어 사이의 의미론적 관계가 잘 반영된 것으로 볼 수 있다.
이것은 BOW 모델보다 Word2vec 모델이 텍스트의 단어 사이의 의미론적 관계가 잘 반영된 것으로 볼 수 있다. 본 연구에서는 RF분류기가 가장 높은 정확도는 나타냈다. 이것은 텍스트 감성분류에서 Word2vec 방법과 RF분류기가 가장 높은 성능을 가진 조합으로 볼 수 있다.

후속연구

다른 영역의 도메인에 대해서도 감성분류를 위한 방법을 연구할 필요가 있다. 그리고 본 연구에서 사용한 데이터는 영어 데이터이므로 한국어 데이터에 적용하기 위해서는 추가적인 연구가 필요하다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
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. ~ Text(ASCII format) Excel format

연합인증

Word2vec을 이용한 오피니언 마이닝 성과분석 연구
Performance Analysis of Opinion Mining using Word2vec 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Word2vec을 이용한 오피니언 마이닝 성과분석 연구 Performance Analysis of Opinion Mining using Word2vec 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

Word2vec을 이용한 오피니언 마이닝 성과분석 연구
Performance Analysis of Opinion Mining using Word2vec 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper