[논문]Multi-channel CNN을 이용한 한국어 감성분석

김민; 변증현; 이충희; 이연수

문제 정의

12% 더 높은 성능을 기록하였다. 또한 본 연구에서 여러 한국어 단위를 조합 한 CNN 에 대한 실험을 통하여 최적화 된 CNN 의 한국어 문장 입력 단위 조합을 제시한다.
본 논문에서 여러 실험을 통해서 한국어 구어체 감성 분석에 효과적인 형태소, 자소, 음절 기반 Multichannel CNN을 제안하였다. OOV(Out of vocabulary) 문제를 가지는 형태소 기반 CNN의 문제점을 해결하며 음절과 자소에서 추출한 특징벡터를 형태소 기반의 특징벡터와 상호보완적으로 사용할 수 있음을 확인하였다.
본 논문에서는 한국어 문장의 감성 분류에 효과적인 Multi-channel CNN(Convolutional Neural Network) 모델을 제안한다. 제안하는 모델은 세 개의 다른 합성곱층을 이용하여 형태소, 음절, 자소를 모두 입력값으로 받는다.

제안 방법

그러나 [10]에서는 문장의 음절을 고려하지 않았고 온라인 댓글 중에서 비교적으로 정형화가 되어 있고 문장의 길이가 긴 편인 네이버 영화 리뷰 데이터에서만 실험을 하였다. 반면 본 논문에서는 형태소, 자소, 음절 세가지 모두를 이용하는 Multi-channel 모델을 통하여 감성분류 성능을 더 높였을 뿐만 아니라 특징이 다른 두개의 데이터 셋에 실험을 하였다. 실험을 통하여 본 논문의 최종 모델이 음절을 고려하지 않은 Multichannel 모델보다 야구 댓글 데이터에서는 약 2.
Baseline 인 어절 기반 CNN은 다른 모델들에 비하여 성능이 떨어진다. 본 논문이 제안 하는 형태소, 음절, 자소를 동시에 사용하는 Multi-channel CNN 모델이 야구 댓글 데이터와 영화 리뷰 데이터 모두에서 제일 높은 정확 도로 문장의 감성을 분류하였다.
본 논문이 제안하는 Multi-channel CNN 모델은 그림 1로 형태소, 음절, 자소를 모두 입력값으로 사용하는 형태이다. Multi-channel CNN 모델은 Y.
사내의 Bidirectional LSTM 과 CRF 를 이용한 음절 단위 형태소 분석기를 사용하였다[11].
실험 모델들의 파라미터는 야구 댓글 데이터 검증 셋에 대한 그리드 탐색(Grid Search)를 사용하여서 정하였다. 그리드 탐색에 사용한 파라미터의 범위는 다음과 같다.
전처리는 subword 별로 위의 모델들과 동일하다. 이 최종 모델 이외에도 형태소, 음절, 자소 중 2 개의 조합으로 이루어진 Multi-channel CNN 들도 비교를 위해서 실험하였다
형태소, 자소, 음절에서 찾은 특징벡터를 모두 고려하여 문장의 감성을 분류하는 본 논문의 모델이 기존의 다른 CNN 모델들보다 더 정확하게 문장의 감성을 분류 해 낼 수 있다. 이를 두 종류의 다른 온라인 데이터 셋에서 확인하였다.
본 논문에서는 한국어 문장의 감성 분류에 효과적인 Multi-channel CNN(Convolutional Neural Network) 모델을 제안한다. 제안하는 모델은 세 개의 다른 합성곱층을 이용하여 형태소, 음절, 자소를 모두 입력값으로 받는다. 특히 온라인 상의 텍스트의 경우 줄임 말이나 맞춤법 오류가 많아서 형태소 단위에서의 정보 손실이 많을 수 있다.
형태소 기반 CNN: 어절 기반 모델과 동일하며 어절이 아닌 형태소를 입력 값으로 사용하였다. 사내의 Bidirectional LSTM 과 CRF 를 이용한 음절 단위 형태소 분석기를 사용하였다[11].
이를 통하여 하나의 subword-level 만 고려하는 게 아니라 여러 가지 subword-level 을 고려 하여 문서를 분류 할 수 있다. 형태소, 음절, 자소로 부터 추출한 특징벡터를 동시에 사용하고자 위의 Multi-channel CNN 모델을 구축하였다.

대상 데이터

각각의 채널에서 embedding 층을 거쳐서 입력 값들의 embedding 을 학습하게 된다. Facebook Research 에서 제공한 pre-trained 된 한국어 FastText embedding 을 사용하여서 실험해 보았으나 큰 성능의 향상이 없어서 이 모델에서는 300 차원으로 랜덤 초기화된 embedding 들을 사용하였다. Embedding 층을 거친 결과 값은 세 개의 다른 크기의 filter window 로 구성된 합성곱층의 입력으로 사용된다.
야구 댓글: 실험 데이터로 다음 야구 기사 댓글 감성 말뭉치 데이터를 사용하였다. 이 데이터는 사내에서 제작한 데이터 셋이며 댓글들에 ‘긍정’, ‘부정’, ‘중립’의 감성 태깅이 되어 있다.
영화 리뷰: 공개된 네이버 영화 리뷰 코퍼스 v1.0(https://github.com/e9t/nsmc) 데이터를 이용하여서 모델들을 학습시키고 테스팅 하였다. 감성 태깅의 경우 긍정 부정 두 가지로 균등하게 학습 단위와 테스트 단위에 분포되어 있다.

이론/모형

야구 댓글 데이터와 영화 리뷰 데이터에서 감성이 균등하게 분포되어 있어서 전체적인 모델의 성능을 평가 할 때에는 정확성(Accuracy)를 사용하였다. 또한 각감성에 대한 분류 F1 score 도 실험 결과에 포함하여 감성 별 분류 성능도 나타내었다.
어절 기반 CNN(Baseline): Y. Kim 의 CNN 모델[5]을 사용하였다. 어절 단위로 문장을 분리하여서 CNN 의 입력 값으로 사용하였다.

성능/효과

본 논문에서 여러 실험을 통해서 한국어 구어체 감성 분석에 효과적인 형태소, 자소, 음절 기반 Multichannel CNN을 제안하였다. OOV(Out of vocabulary) 문제를 가지는 형태소 기반 CNN의 문제점을 해결하며 음절과 자소에서 추출한 특징벡터를 형태소 기반의 특징벡터와 상호보완적으로 사용할 수 있음을 확인하였다. 기존에 많이 쓰이는 형태소 및 음절 기반 CNN보다 높은 감성분석 정확도를 보여주어 한국어 구어체를 분류하는 다른 연구에도 활용 가능성이 있음을 확인하였다.
감성 별 F1 score 실험 결과를 비교해 보면 형태소 기반 CNN에 비해서 최종 Multi-channel CNN의 부정 감성 분류 성능이 많이 높아졌다. 이를 야구 댓글 데이터와 영화 리뷰 데이터 모두에서 확인 할 수 있는데, 이는 부정적인 댓글들에 형태소로 분해하기 힘든 구어체 및 합성어가 다른 댓글들보다 더 많이 포함되어서라고 판단된다.
OOV(Out of vocabulary) 문제를 가지는 형태소 기반 CNN의 문제점을 해결하며 음절과 자소에서 추출한 특징벡터를 형태소 기반의 특징벡터와 상호보완적으로 사용할 수 있음을 확인하였다. 기존에 많이 쓰이는 형태소 및 음절 기반 CNN보다 높은 감성분석 정확도를 보여주어 한국어 구어체를 분류하는 다른 연구에도 활용 가능성이 있음을 확인하였다.
영화 리뷰 데이터 에서는 문장의 길이도 길고 학습 단위도 크기 때문에 형태소로도 대부분의 문장의 감성을 분류 할 수 있으나, 야구 댓글 데이터에서는 짧고 구어체적인 문장이 많고 중립 감성을 포함하여 형태소만 사용해서는 분류하기 힘든 문장들이 많아서 인 것으로 판단된다. 두 가지의 다른 특징을 가진 데이터 셋에 모델을 검증함으로써 본 논문이 제시하는 모델이 온라인 데이터 감성분류에 효과적임을 확인하였다.
야구 댓글 데이터와 영화 리뷰 데이터에서 감성이 균등하게 분포되어 있어서 전체적인 모델의 성능을 평가 할 때에는 정확성(Accuracy)를 사용하였다. 또한 각감성에 대한 분류 F1 score 도 실험 결과에 포함하여 감성 별 분류 성능도 나타내었다.
반면 본 논문에서는 형태소, 자소, 음절 세가지 모두를 이용하는 Multi-channel 모델을 통하여 감성분류 성능을 더 높였을 뿐만 아니라 특징이 다른 두개의 데이터 셋에 실험을 하였다. 실험을 통하여 본 논문의 최종 모델이 음절을 고려하지 않은 Multichannel 모델보다 야구 댓글 데이터에서는 약 2.4% 더 높은 성능을 기록하고 네이버 영화 리뷰 데이터에서도약 1.12% 더 높은 성능을 기록하였다. 또한 본 연구에서 여러 한국어 단위를 조합 한 CNN 에 대한 실험을 통하여 최적화 된 CNN 의 한국어 문장 입력 단위 조합을 제시한다.
사내의 Bidirectional LSTM 과 CRF 를 이용한 음절 단위 형태소 분석기를 사용하였다[11]. 여러 형태소 분석기를 실험해본 결과 사내 형태소 분석기를 사용하면 Konlpy 의 Twitter 혹은 Kkma 를 사용한 형태소 기반 CNN 에 비해 약 2%정도 더 정확하게 야구 댓글 데이터의 감성을 구별 할 수 있었다.
[6]에서는 네이버 영화 리뷰를 Konlpy 의 Twitter 형태소 분석기를 사용하여 형태소로 나누어 word2vec 을 학습시킨 후 CNN 의 입력 값으로 사용하였다. 전체적인 모델의 구조는 [5]의 모델과 유사한데, 이 모델이 Naive Bayes 모델보다 약 8%정도 더 정확하게 네이버 영화 리뷰 감성을 분류한다.
그리고, 학습하지 못한 새로운 단어에 대해서 형태소가 추출하지 못하는 특징을 자소와 음절에서 추출할 수 있다. 형태소, 자소, 음절에서 찾은 특징벡터를 모두 고려하여 문장의 감성을 분류하는 본 논문의 모델이 기존의 다른 CNN 모델들보다 더 정확하게 문장의 감성을 분류 해 낼 수 있다. 이를 두 종류의 다른 온라인 데이터 셋에서 확인하였다.
형태소가 의미를 가지는 최소 단위이기 때문에 음절이나 자소 기반 CNN보다 감성분류 성능이 더 높았다. 그러나 형태소 기반 CNN이 올바르게 분류하지 못한 문장들을 음절 기반 CNN이나 자소 기반 CNN이 올바르게 분류 한 경우도 있다.

핵심어	질문	논문에서 추출한 답변
	한국어 텍스트 분류 연구에서 입력으로 활발히 사용되는 것은 무엇인가?	한국어에서 의미를 가지는 가장 작은 단위인 형태소가 한국어 텍스트 분류 연구에서는 활발히 사용된다. [6]에서는 네이버 영화 리뷰를 Konlpy 의 Twitter 형태소 분석기를 사용하여 형태소로 나누어 word2vec 을 학습시킨 후 CNN 의 입력 값으로 사용하였다.
	감성분석이란 무엇인가?	감성분석(sentiment analysis)은 자연어 분석 기술 중 하나로, 텍스트에 포함된 감성의 극성을 알아내는 기술이다. 인터넷에 올라오는 방대한 양의 댓글, 트윗, 상품평 등을 자동으로 분류하고 필요한 정보를 추출하기 위해서는 텍스트의 감성분석이 필요하고, 감성분석은 사용자 의견 파악이나 미래 선거 결과 예측 등에 쓰이고 있다[1].
	Multi-channel CNN의 입력값은 무엇인가?	본 논문에서는 한국어 문장의 감성 분류에 효과적인 Multi-channel CNN(Convolutional Neural Network) 모델을 제안한다. 제안하는 모델은 세 개의 다른 합성곱층을 이용하여 형태소, 음절, 자소를 모두 입력값으로 받는다. 특히 온라인 상의 텍스트의 경우 줄임 말이나 맞춤법 오류가 많아서 형태소 단위에서의 정보 손실이 많을 수 있다.

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

Multi-channel CNN을 이용한 한국어 감성분석
Multi-channel CNN for Korean Sentiment Analysis 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Multi-channel CNN을 이용한 한국어 감성분석 Multi-channel CNN for Korean Sentiment Analysis 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

성능/효과

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

Multi-channel CNN을 이용한 한국어 감성분석
Multi-channel CNN for Korean Sentiment Analysis 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper