[논문]신조어 감성사전 기반의 소셜미디어 감성분석 시스템

신판섭; 오한민

신조어 감성사전 기반의 소셜미디어 감성분석 시스템
Emotion Analysis System for Social Media using Sentiment Dictionary including newly created word 원문보기

신판섭 (대진대학교 컴퓨터소프트웨어융합전공) , 오한민 (대진대학교 컴퓨터소프트웨어융합전공)

오피니언 마이닝은 온라인 문서의 감성을 추출하여 분석하는 기법이다. 별도의 여론조사 없이 감성을 분석 가능하므로, 최근 활발한 연구 분야이다. 그러나 소셜미디어에는 신조어 등이 많이 포함되어 있어 기존 감성분석 시스템으로는 정확한 분석이 어려울 뿐만 아니라, 복합적인 감성에 대한 분석을 내리기에 불리하다. 이에 본 연구에서는 직관적인 감성모델을 제안하고 SNS에서 주목받는 다양한 신조어를 수용한 감성단어사전을 구축한 후, 이를 적용하여 소셜미디어에 나타나는 복합적인 감성을 분석하는 감성분석시스템을 설계한다.

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

문제 정의

최근 들어, 소셜미디어의 영향력 증대로 SNS 등에 대한 감성분석이 중요해지고 있으나 SNS에는 신조어, 축약어, 속어 등이 많아 기존 시스템으로 분석하기가 어렵다. 본 연구에서는 이러한 문제점을 해결하기 위해 신조어를 포함하는 감성사전을 구축하고, 이를 활용한 감성분석시스템을 설계한다.

제안 방법

본 연구에서는 Russell, Thayer모델의 기존 X축을 ‘긍정(Positive, +1)에서 부정(Nagative, -1)’, Y축은 ’긴장(Tension, +1)에서 이완(Relax, -1)‘ 까지 40개의 격자구간으로 재 정의한다. 다음으로, 기존 18개의 영문 감성단어를 한국어단어로 변환하고, 이를 2차원 감성모델 공간에 배치하여 그 좌표 값을 구한다. 마지막으로 연구[3]에서 제시한 감성범주 11개중 10개(기타 제외)를 추가로 감성모델 공간에 배치한다.
본 논문에서는 143개의 신조어를 등록한 감성단어사전을 구축한 후, 이를 적용한 감성분석시스템을 설계하였다. 본 시스템은 2차원 감성모델에 표현된 감성단어의 분포를 통해 소셜미디어 댓글에 포함된 상세한 감성을 분석할 수 있다.
본 논문에서는 143개의 신조어를 등록한 감성단어사전을 구축한 후, 이를 적용한 감성분석시스템을 설계하였다. 본 시스템은 2차원 감성모델에 표현된 감성단어의 분포를 통해 소셜미디어 댓글에 포함된 상세한 감성을 분석할 수 있다. 본 시스템은 선거 전략이나 마케팅 등 다양한 분야에 적용이 가능할 것으로 기대된다.
본 연구에서는 Russell, Thayer모델의 기존 X축을 ‘긍정(Positive, +1)에서 부정(Nagative, -1)’, Y축은 ’긴장(Tension, +1)에서 이완(Relax, -1)‘ 까지 40개의 격자구간으로 재 정의한다.

대상 데이터

본 연구에서 구축한 감성사전은 다양한 감성단어 데이터베이스로써, 감성분석에 최적화된 기본단어 504개, 신조어 143개 등, 총 647개가 등록되어 있다. 감성사전의 기본감성단어는 각종 국어사전에 등재되어 있는 한국어 표준단어를 사용하며, 신조어 감성단어는, SNS와 대중적으로 인기 있는 사이트에서 다양한 신조어를 직접 수집하여 필터링과 정제과정을 거쳐 최종적으로 선별한 143개를 사용하였다. 그 결과는 Table.
본 연구에서 구축한 감성사전은 다양한 감성단어 데이터베이스로써, 감성분석에 최적화된 기본단어 504개, 신조어 143개 등, 총 647개가 등록되어 있다. 감성사전의 기본감성단어는 각종 국어사전에 등재되어 있는 한국어 표준단어를 사용하며, 신조어 감성단어는, SNS와 대중적으로 인기 있는 사이트에서 다양한 신조어를 직접 수집하여 필터링과 정제과정을 거쳐 최종적으로 선별한 143개를 사용하였다.
분석시스템의 성능 평가를 위해, 네이버 뉴스 기사 중 2016년 3월 13일자 알파고 관련 기사 댓글(11,720건)에 포함된 감성을 분석해 보았다. 분석결과는 Matplotlib[4]을 이용해 시각화하였다.

이론/모형

분석시스템의 성능 평가를 위해, 네이버 뉴스 기사 중 2016년 3월 13일자 알파고 관련 기사 댓글(11,720건)에 포함된 감성을 분석해 보았다. 분석결과는 Matplotlib[4]을 이용해 시각화하였다.

후속연구

본 시스템은 2차원 감성모델에 표현된 감성단어의 분포를 통해 소셜미디어 댓글에 포함된 상세한 감성을 분석할 수 있다. 본 시스템은 선거 전략이나 마케팅 등 다양한 분야에 적용이 가능할 것으로 기대된다.

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

신조어 감성사전 기반의 소셜미디어 감성분석 시스템
Emotion Analysis System for Social Media using Sentiment Dictionary including newly created word 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

신조어 감성사전 기반의 소셜미디어 감성분석 시스템 Emotion Analysis System for Social Media using Sentiment Dictionary including newly created word 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

신조어 감성사전 기반의 소셜미디어 감성분석 시스템
Emotion Analysis System for Social Media using Sentiment Dictionary including newly created word 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper