$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

CNN-LSTM을 이용한 대화 문맥 반영과 감정 분류
Using CNN-LSTM for Effective Application of Dialogue Context to Emotion Classification 원문보기

한국정보과학회언어공학연구회 2016년도 제28회 한글 및 한국어 정보처리 학술대회, 2016 Oct. 07, 2016년, pp.141 - 146  

신동원 (고려대학교) ,  이연수 ((주)엔씨소프트) ,  장정선 ((주)엔씨소프트) ,  임해창 (고려대학교)

초록
AI-Helper 아이콘AI-Helper

대화 시스템에서 사용자가 나타내는 발화에 내재된 감정을 분류하는 것은, 시스템이 적절한 응답과 서비스를 제공하는데 있어 매우 중요하다. 본 연구에서는 대화 내 감정 분류를 하는데 있어 직접적, 간접적으로 드러나는 감정 자질을 자동으로 학습하고 감정이 지속되는 대화 문맥을 효과적으로 반영하기 위해 CNN-LSTM 방식딥 뉴럴 네트워크 구조를 제안한다. 그리고 대량의 구어체 코퍼스를 이용한 사전 학습으로 데이터 부족 문제를 완화하였다. 실험 결과 제안하는 방법이 기존의 SVM이나, 단순한 RNN, CNN 네트워크 구조에 비해 전반전인 성능 향상을 보였고, 특히 감정이 있는 경우 더 잘 분류하는 것을 확인할 수 있었다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 연구는 대화 속에서 나타나는 사용자의 감정을 분류하고자 한다. 시스템은 사용자의 감정을 인식함으로써, 보다 적절한 응답과 서비스를 제공할 수 있다.
  • 본 연구는 딥 뉴럴 네트워크 모델을 활용해 대화에서의 감정 분류 성능을 향상시켰다. 특히 감정이 대화에서 나타나는 양상을 반영하여 문맥을 고려할 수 있는 효과적인 네트워크 구조를 적용하고 다양한 모델과 비교 분석하였다.
  • 본 연구에서는 Plutchick의 8분류 체계[2]인 기쁨(Joy), 신뢰(Trust), 두려움 (Fear), 놀람(Surprise), 슬픔(Sadness), 혐오(Disgust), 화남(Anger), 기대(Anticipation)에 감정 없음(None), 미안함(Sorriness), 부러움(Enviousness)의 추가적인 감정 카테고리를 사용하여 대화 내 발화들이 나타내는 다양한 감정을 분류하고자 한다. 기존의 감정 분류 연구들은 대부분 대화가 아닌 일반 텍스트에서 감성 분류(Sentiment Classification)와 같은 극성 분류에 초점을 맞추었다.
  • 분류 성능을 좀 더 자세히 분석하기 위하여, 각 분류 모델의 감정 카테고리 별로 정답을 얼마나 맞혔는지를 살펴보았다. 표 7을 보면, ‘감정 없음’ 카테고리 에서는 기존의 SVM 모델이 가장 많이 정답을 맞혔지만, 나머지 감정 카테고리 들에 대해선 딥 뉴럴 네트워크 모델들이 SVM 모델보다 더 많이 맞춘 것을 확인할 수 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
대화의 특징은? 대화는 일반 텍스트와 다르게 화자와 청자 간에 발화를 주고받으며 이야기가 진행된다. 대화 참여자들의 감정은 다른 사람의 말에 의해 자신의 감정이 바뀌기도 하고, 한번 발생된 감정이 일정 시간 지속되기도 한다.
Plutchick의 8분류 체계에는 무엇이 있는가? 본 연구에서는 Plutchick의 8분류 체계[2]인 기쁨(Joy), 신뢰(Trust), 두려움 (Fear), 놀람(Surprise), 슬픔(Sadness), 혐오(Disgust), 화남(Anger), 기대(Anticipation)에 감정 없음(None), 미안함(Sorriness), 부러움(Enviousness)의 추가적인 감정 카테고리를 사용하여 대화 내 발화들이 나타내는 다양한 감정을 분류하고자 한다. 기존의 감정 분류 연구들은 대부분 대화가 아닌 일반 텍스트에서 감성 분류(Sentiment Classification)와 같은 극성 분류에 초점을 맞추었다.
대화 참여자들의 감정은 어떤 식으로 나타내는가? 대화 참여자들의 감정은 다른 사람의 말에 의해 자신의 감정이 바뀌기도 하고, 한번 발생된 감정이 일정 시간 지속되기도 한다. 그리고 감정을 직접적인 어휘를 통해 드러내기도 하지만, 대화 내용을 통해 간접적으로 나타나기도 한다. 예를 들어 그림 1과 같은 경우는 보다 직접적인 어휘에 의해 하나의 발화 내에 감정이 드러난 경우이지만, 그림 2와 같은 경우는 보다 간접적인 정황을 통해 드러나며, 한번 나타난 감정이 지속될 수 있는 상황을 보여준다.
질의응답 정보가 도움이 되었나요?

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로