정보처리학회논문지D (The KIPS Transactions:PartD)

한국정보처리학회 (Korea Information Processing Society)
권호 표지
DOI QR코드

DOI QR Code

개체연관망 모델에 의한 오피니언마이닝의 확장

Expansion of Opinion Mining based on Entity Association Network Model

  • 김근형 (제주대학교 경영정보학과)
  • 투고 : 2011.01.24
  • 심사 : 2011.06.23
  • 발행 : 2011.08.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

오피니언마이닝은 대량의 온라인 고객리뷰에서 상품이나 서비스의 속성들에 대한 고객들의 주관적 의견을 긍정과 부정으로 분류하여 요약한다. 그러나, 고객들의 관심사항은 주관적 의견뿐만 아니라 객관적 사실을 통해서도 표현되기 때문에 주관적 의견만을 주요 분석대상으로 하는 기존 오피니언마이닝 기법을 확장할 필요가 있다. 본 논문에서는 주관적 의견뿐만 아니라 객관적 사실도 분석대상으로 하는 개체연관망 모델을 사용하여 기존 오피니언마이닝의 분석능력을 확장한다. 개체연관망 모델은 각 개체에 대한 긍정부정 정도를 표현할 뿐만 아니라 개체들 사이의 연관관계와 상대적 중요성을 나타낼 수 있다. 시스템 구현 결과, 개체연관망 모델에 기반한 오피니언마이닝시스템은 기존 기법에 비하여 보다 풍부한 정보를 추출할 수 있음을 확인하였다.

Opinion Mining summarizes with classifying sensitive opinions of customers in huge online customer reviews for the attributes of products or services by positive and negative opinions. Because the customers represent their interests through subjective opinions as well as objective facts, the existing opinion mining techniques, which can analyze just the sensitive opinions, need to be expanded.. In this paper, We propose the novel entity association network model which expands the existing opinion mining techniques. The entity association model can not only represent positive and negative degree of the sensitive opinions, but also can represent the degree of the associations and relative importances between entities. We designed and implemented the customer reviews analysis system based on the entity association network model. We recognized that the system can represent more abundant information than the existing opinion mining techniques.

키워드

참고문헌

  1. Minqing Hu and Bing Liu, "Mining and Summarizing Customer Reviews", KDD'04, 2004, pp.168-177. https://doi.org/10.1145/1014052.1014073
  2. Xiaowen Ding, Bing Liu and Philip S. Yu, "A Holistic Lexicon-Based Approach to Opinion Mining", WSDM'08, 2008, pp.231-239. https://doi.org/10.1145/1341531.1341561
  3. W.Y.Kim, J.S. Ryu, K.I.Kim, U.M.Kim, "A Method for Opinion Mining of Product Reviews using Association Rules", ICIS, 2009, pp.270-274.
  4. Agrawal, R., Imielinski, T., Swami, A., "Mining association rules between sets of items in large databases", Proc. of ACM SIGMOD, 1993, pp.207-216.
  5. Salton, G. Singhal, A.Buckley, C. and Mitra, M., Automatic Text Decomposition using Text Segments and Text Themes", ACM Conference on Hypertext, 1996.
  6. Boguraev, B., and Kennedy, C.,"Salience-Based Content Characterization of Text Documents", Proc. of the ACL'97/EACL'97 Workshop on Intelligent Scalable Text Summarization, 1997.
  7. Liu, B., Hu, M., and Cheng, J., "Opinion observer: analyzing and comparing opinions on the Web", Proc. of the 14th international conference on WWW, pp.10-14, 2005.
  8. Christopher Scaffidi, Kevin Bierhoff, Eric Chang, Mikhael Felker, Herman Ng, Chun Jin, " Red Opal: Product-Feature Scoring from Reviews", Proc. of the 8th ACM conference on Electronic commerce, pp.11-15, 2007.
  9. Xiaowen Ding, and Bing Lui, "The Utility of Lingusitic Rules in Opinion Mining", SIGR pp.811-812, 2007.
  10. Courses, E., and Surveys, T., "Using SentiWordNet for multilingual sentiment analysis", Data Engineering Workshop ICDEW 2008. https://doi.org/10.1109/ICDEW.2008.4498370
  11. Korean Parser Test Version, http://nlp.kookmin.ac.kr/HAM/kor/download.html.
  12. 강승식, 한국어 형태소분석과 정보검색, 홍릉과학출판사, 2003.