[논문]레이블 전파를 통한 감정사전 제작

박호민; 천민아; 남궁영; 최민석; 윤호; 김재훈

문제 정의

본 논문에서는 VADER의 검증된 영어의 감정사전을 토대로 병렬 말뭉치 기반의 이중언어 그래프를 제작하고, 레이블 전파 알고리즘을 활용하여 한국어 감정사전을 제작하는 방법을 제안한다. 제안하는 방법은 두 자료 사이의 연관정도를 계산하는 PMI(Point-wise Mutual Information) 알고리즘[8]을 사용하여 영-한 병렬 말뭉치에서 영한 이중언어 사전(bilingual lexicon)을 생성한다.
본 논문에서는 제작된 감정사전을 평가하기 위해 한국어 VADER 감정분석 시스템을 구현한다. 이 시스템의 성능 분석을 통해서 제작된 감정사전의 효율성을 간접적으로 평가하는 외부 평가 방법을 선택한다.
본 논문은 검증된 감정사전으로부터 자동으로 생성하는 방법으로 제안한다. 대표적인 검증된 감정사전으로 VADER 감정분석 시스템[1]에서 사용하는 것이 있다.
그러기 위해 영어의 감정분석에는 크게 두 가지로, 사전 기반 방법과 기계학습 기반 방법이 있다[1]. 본 논문은 사전 기반 방법에 관련한다. 사전 기반 방법은 감정사전(sentiment lexicon)을 이용하여 극성(polarity) 혹은 점수를 단어에 부여하는 방식이다.

제안 방법

그렇게 제작된 이중언어 사전 자료와 fastText 모델[9]을 한국어 말뭉치에 적용시켜 추출한 가중치로 그래프를 만든다. 그러한 그래프 상에서 VADER 감정사전의 점수들을 점수가 매겨지지 않은 한국어 형태소에 레이블전파(label propagation) 알고리즘[10]으로 전파하여 한국어 감정사전을 제작한다.
서로 정렬(alignment)되어있는 문장 상에서 영어 문장의 단어들은 한국어 문장의 형태소들의 동시 발생 수치로 계산한다. 그렇게 제작된 영단어-영단어 행렬과 영단어-한국어 형태소 행렬로 영어 단어와 한국어 형태소들의 벡터화를 진행한다. 그리고 영어 단어들 사이의 상호정보(mutual information)와 영한단어 간 동시 발생 빈도의 코사인 유사도를 계산하여 높은 순서대로 후보군을 생성한다.
레이블 전파 알고리즘을 사용한 허찬 외(2017)[7]에서 제작된 감정사전은 분야(domain)에 제한적이고, 검증되지 않은 발견적인(heuristic) 씨앗 사전을 사용하여 영화평, 상품평의 감정분석을 진행하였다. 본 논문에서 제안하는 방법의 감정사전과 가장 큰 차별점은 적용 분야에 제한이 없다는 점과 영어의 검증된 VADER 감정사전으로부터 감정값을 옮겨왔다는 것에 있다.
병렬 말뭉치 기반으로 제작한 이중언어 그래프 상의 감정 점수 전파로 한국어 감정사전을 제작하였다. 영어에 있어서 검증된 감정사전인 VADER 감정사전을 사용하여 엄청난 노력과 시간이 걸리는 집단지성 방식과 달리, 자동생성 방식으로 일정 수준 이상의 감정사전을 얻을 수 있었다.
본 논문에서 제안하는 레이블 전파를 통한 감정사전의 제작 방법은 크게 세 단계로 구성된다. 첫 번째는 영한 병렬말뭉치를 이용한 영한사전을 구축하는 단계이고, 두 번째는 영한사전을 통한 이중언어 그래프를 생성하는 단계이며, 세 번째는 영어 단어의 감정값을 한국어 단어의 감정값으로 전파하는 단계이다.
이중언어 사전의 영어 단어들과 각 단어의 VADER 감정사전에서의 점수를 씨앗 사전(seed dictionary)으로 레이블 전파를 실시한다. 씨앗 단어와 그 점수로 아직 점수가 부여되지 않은 한국어 형태소에 점수를 전달하여 한국어 감정사전을 제작한다. 레이블 전파 알고리즘의 전파과정은 다음과 같다.
영한 이중언어 사전은 영한 병렬말뭉치에서 정보를 추출해내어 제작한다[11]. 영단어-영단어 행렬, 영단어-한국어 형태소 행렬을 제작하여 각 영어 단어와 한국어 형태소가 벡터화를 진행한다. 영단어-영단어 행렬에서는 각 인덱스마다 매칭되는 두 영단어의 상호정보(mutual information)값을 계산하여 저장하고, 영단어-한국어 형태소 행렬의 인덱스에는 병렬말뭉치 상의 서로의 동시 발생 빈도값을 저장한다.
본 논문에서는 제작된 감정사전을 평가하기 위해 한국어 VADER 감정분석 시스템을 구현한다. 이 시스템의 성능 분석을 통해서 제작된 감정사전의 효율성을 간접적으로 평가하는 외부 평가 방법을 선택한다. 이 장에서는 한국어 VADER 감정분석 시스템과 평가 방법을 구체적으로 기술한다.
제작한 감정사전을 이용하여 평가를 위한 감정분석기를 제작한다. 분석할 한국어 문서의 텍스트가 입력되면 Utagger[12]를 이용해 형태소 분석을 한다.

대상 데이터

감정분석 말뭉치에서의 실험 결과에서도 부정적인 감정 인식에만 치중되어 있다는 것을 알 수 있다. 말뭉치는 네이버 감정 영화 말뭉치와 KMU 감정 말뭉치를 사용했다. 네이버 감정 영화 말뭉치에는 긍정, 부정의 두 가지 종류로 분류되어 있으며, 한국어 감정 말뭉치는 긍정, 중립, 부정의 세 가지 종류로 분류되어 있다.

데이터처리

제작한 감정사전을 이용하여 평가를 위한 감정분석기를 제작한다. 분석할 한국어 문서의 텍스트가 입력되면 Utagger[12]를 이용해 형태소 분석을 한다. 그렇게 분석된 형태소 목록을 감정사전과 대조하여 감정어를 찾아내어 값을 부여한다.

이론/모형

두 번째, 각 가장자리의 가중치 부여 및 정의한다. 영한 이중언어 사전을 통한 영단어와 한국어 형태소의 연결에는 가중치 1을 부여하고 한국어 형태소 간의 연결에는 fastText 모형을 통해 추출한 형태소 사이의 유사도 값을 사용한다. 세 번째, 그래프 내 각 정점별 점수를 계산하여 갱신한다.
이러한 감정값을 한국어 형태소로 옮기기 위해 VADER 감정사전 내 영단어들의 점수를 하나의 레이블(label)로 가정하여 레이블이 없는(unlabeled) 한국어 형태소에게 전파해 주는 레이블 전파 알고리즘(label propagation algorithm)을 제작한 그래프 상에 적용한다.
본 논문에서는 VADER의 검증된 영어의 감정사전을 토대로 병렬 말뭉치 기반의 이중언어 그래프를 제작하고, 레이블 전파 알고리즘을 활용하여 한국어 감정사전을 제작하는 방법을 제안한다. 제안하는 방법은 두 자료 사이의 연관정도를 계산하는 PMI(Point-wise Mutual Information) 알고리즘[8]을 사용하여 영-한 병렬 말뭉치에서 영한 이중언어 사전(bilingual lexicon)을 생성한다. 그렇게 제작된 이중언어 사전 자료와 fastText 모델[9]을 한국어 말뭉치에 적용시켜 추출한 가중치로 그래프를 만든다.

성능/효과

영어에 있어서 검증된 감정사전인 VADER 감정사전을 사용하여 엄청난 노력과 시간이 걸리는 집단지성 방식과 달리, 자동생성 방식으로 일정 수준 이상의 감정사전을 얻을 수 있었다. 그러나 감정분석 말뭉치로 제작된 감정사전을 평가한 결과, 부정적인 문서에 있어서만 높은 정확도를 보였다.
네이버 감정 영화 말뭉치를 기반으로 평가한 결과는 긍정 및 부정적인 문서에 있어서 약 40%의 정확도를 보여준다. 그에 비해 KMU 감정 말뭉치를 기반으로 평가한 결과는 긍정 및 부정적인 문서에 있어서 약 60%의 정확도를 보여준다. 긍정적인 값이 매겨진 감정어가 약 30% 정도 많은 감정사전이지만 평가 결과는 부정, 긍정 사이에 큰 차이가 없다.
각 정점은 주변에 연결된 정점과 가장자리에 따라 반복 횟수 마다 점수를 최신화한다. 네 번째, 세 번째의 작업을 목표한 수렴치에 모든 정점이 도달할 때까지 반복한다. 이 과정을 통하여 한국어 감정사전이 결과물로 생성된다.
네이버 감정 영화 말뭉치를 기반으로 평가한 결과는 긍정 및 부정적인 문서에 있어서 약 40%의 정확도를 보여준다. 그에 비해 KMU 감정 말뭉치를 기반으로 평가한 결과는 긍정 및 부정적인 문서에 있어서 약 60%의 정확도를 보여준다.
0 구간의 단어가 사전의 대다수를 차지한다. 또한 집단지성을 이용해 생성한 감정사전은 평균 약 30%정도 부정적인 단어 개수가 긍정적인 단어 개수보다 많은 반면에[1] 본 논문에서 제작한 감정사전은 그러한 사실과는 정반대로 긍정적인 단어가 약 30%정도 부정적인 단어보다 많다. 이것은 영한 사전의 연결이 긍정적인 단어에 보다 많이 이루어졌음을 알 수 있다.
레이블 전파 알고리즘을 사용한 허찬 외(2017)[7]에서 제작된 감정사전은 분야(domain)에 제한적이고, 검증되지 않은 발견적인(heuristic) 씨앗 사전을 사용하여 영화평, 상품평의 감정분석을 진행하였다. 본 논문에서 제안하는 방법의 감정사전과 가장 큰 차별점은 적용 분야에 제한이 없다는 점과 영어의 검증된 VADER 감정사전으로부터 감정값을 옮겨왔다는 것에 있다. 그러므로 말뭉치의 추가와 감정값 전달을 해결하면 의미있는 정답률을 기록할 것으로 예측된다.
병렬 말뭉치 기반으로 제작한 이중언어 그래프 상의 감정 점수 전파로 한국어 감정사전을 제작하였다. 영어에 있어서 검증된 감정사전인 VADER 감정사전을 사용하여 엄청난 노력과 시간이 걸리는 집단지성 방식과 달리, 자동생성 방식으로 일정 수준 이상의 감정사전을 얻을 수 있었다. 그러나 감정분석 말뭉치로 제작된 감정사전을 평가한 결과, 부정적인 문서에 있어서만 높은 정확도를 보였다.

후속연구

이를 보완하기 위해 향후 연구로써 ‘영한 이중언어 사전의 크기 증가 방법 모색’, ‘다양한 극성의 감정어가 다량 포함된 새로운 병렬 말뭉치 또는 비교가능한 말뭉치로 사전 제작’을 수행 할 예정이다.

핵심어	질문	논문에서 추출한 답변
	영어 감정사전으로부터 한국어 감정사전을 자동으로 구축하는 방법은 어떤 단계로 구성하였는가?	본 논문은 영어 감정사전으로부터 한국어 감정사전을 자동으로 구축하는 방법이며, 크게 세 단계로 구성된다. 첫 번째는 영한 병렬말뭉치를 이용한 영한사전을 구축하는 단계이고, 두 번째는 영한사전을 통한 이중언어 그래프를 생성하는 단계이며, 세 번째는 영어 단어의 감정값을 한국어 단어의 감정값으로 전파하는 단계이다. 본 논문에서는 제안된 방법의 유효성을 보이기 위해 사전 기반 한국어 감정분석 시스템을 구축하여 평가하였으며, 그 결과 제안된 방법이 합리적인 방법임을 확인할 수 있었으며 향후 연구를 통해 개선한다면 질 좋은 한국어 감정사전을 효과적인 방법으로 구축할 수 있을 것이다.
	감정분석이란 무엇인가?	감정분석은 텍스트에서 나타난 저자 혹은 발화자의 태도, 의견 등과 같은 주관적인 정보를 추출하는 기술이며, 여론 분석, 시장 동향 분석 등 다양한 분야에 두루 사용된다. 감정분석 방법은 사전 기반 방법, 기계학습 기반 방법 등이 있다.
	감정분석 방법에는 무엇이 있는가?	감정분석은 텍스트에서 나타난 저자 혹은 발화자의 태도, 의견 등과 같은 주관적인 정보를 추출하는 기술이며, 여론 분석, 시장 동향 분석 등 다양한 분야에 두루 사용된다. 감정분석 방법은 사전 기반 방법, 기계학습 기반 방법 등이 있다. 본 논문은 사전 기반 감정분석에 필요한 한국어 감정사전 자동 구축 방법을 제안한다.

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

레이블 전파를 통한 감정사전 제작
Developing a Korean sentiment lexicon through label propagation 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

레이블 전파를 통한 감정사전 제작 Developing a Korean sentiment lexicon through label propagation 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

데이터처리

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

레이블 전파를 통한 감정사전 제작
Developing a Korean sentiment lexicon through label propagation 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper