• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2009.05a
• /
• pp.73-74
• /
• 2009

본 연구에서는 선행연구를 통해 추출한 사용자가 제품을 사용하는 도중에 유발될 수 있는 인간의 감성 변화를 나타낼 수 있는 감성어휘 88 개 중에서 웹(Web)을 사용하는 상황에서 유발될 수 있는 사용자의 감성을 표현하기에 적합한 감성어휘를 추출하였다. 웹 사용빈도가 높은 남녀 대학생을 대상으로 설문조사를 실시하여 최종적으로 웹을 사용하는 도중에 유발될 수 있는 사용자의 감성을 파악하기 위한 감성어휘를 추출하였다. 본 연구를 통해 추출된 감성어휘는 웹을 사용하면서 표출되는 사용자의 감성을 측정하는 데에 필요한 평가자료로 활용할 수 있을 것이다.

• Science of Emotion and Sensibility
• /
• v.3 no.2
• /
• pp.67-74
• /
• 2000

본 연구는 주거환경에 대한 시각 감성을 대표하는 어휘를 선발하기 위해 수행되었다. 어휘수집의 첫 단계에서는 주거환경 중 시각 환경에 대한 감성을 표현하는 어휘 235개를 수집하였다. 두 번째 단계에서는 수집된 어휘를 다른 피험자들에게 제시하여 주거 환경의 분위기를 나타내는 어휘 로서 적절함의 정도를 7점 척도로 표시하도록 하여 매우 적절하다고 판단된 24개의 어휘를 선발하였다. 세 번째 단계에서는 이들 어휘를 무선 적으로 두 개씩 짝을 지어 두 단어가 유사한 정도를 7점 척도로 평가하도록 하였다. 이 설문으로부터 나온 데이터에 대해 요인분석, 군집분석, 다차원분석을 실시하여 시각적 주거환경에 대한 9개의 감성어휘를 추출하였다. 이와 함께 최종 단계에서 연구자들이 400여장의 실물 사진 열람을 통해 추출된 9개의 감성 어휘가 실제 시각적 주거환경을 나타내는 데에 적함한지를 다시 한번 검증하여 다음과 같은 10개의 어휘를 선발하였다. ‘안락한’, ‘개방적인’, ‘세련된’, ‘경쾌한’, ‘개성적인’, ‘단순한’, ‘화려한’, ‘중후한’, ‘고풍스로운’, ‘전원적인’.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1999.11a
• /
• pp.134-138
• /
• 1999

본 연구는 주거환경에 대한 시각 감성을 대표하는 형용사를 선발하기 위해 수행되었다. 주거환경에 대한 감성을 대표하는 형용사를 선발하는 것은 감성의 잣대를 만드는 일이기 때문에 감성어휘를 정확하게 선택하는 것은 매우 중요하다. 어휘수집의 첫 단계에서는 주거환경 중 시각 환경에 대한 감성을 표현하는 어휘 235개를 수집하였다. 두 번째 단계에서는 수집된 어휘를 다른 피험자들에게 제시하여 주거 환경의 분위기를 나타내는 어휘로서 적절함의 정도를 7점 척도로 표시하도록 하여 24개의 어휘를 골라내었다. 세 번째 단계에서는 이들 어휘를 무선적으로 두 개씩 짝을 지어 두 단어가 유사한 정도를 7점 척도로 평가하도록 하고 이에 대해 요인분석, 군집분석, 다차원분석(MDS)을 실시하여 주거환경에 대한 10개의 감성 어휘를 추출하였다. 마지막 단계에서는 연구자들이 400여장의 실물 사진 열람을 통해 추출된 감성 어휘를 검증하여 수정하였다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2001.11a
• /
• pp.64-68
• /
• 2001

본 연구에서는 (1) 인테리어에 대한 감성어휘모형을 도출하고, (2) 거실 인테리어의 주요 배색을 추출한 후, (3) 거실 공간의 배색 감성모형을 개발하였으며, (4) 연구결과를 토대로 거실 인테리어 디자인을 위한 배색기법을 제시하였다. 이를 위하여 인테리어를 기술하는 감성어휘를 수집하고 이들로부터 대표적 감성어휘를 추출, 감성어휘척도를 구성하였다. 감성조사분석을 통해 '따뜻하다-차갑다'(제 1차원), '고급스럽다-소박하다(제 2차원)', '현대적이다-고전적이다'(제3차원)의 세 차원축이 도출되었고, 이렇게 도출된 감성공간 상에 감성어휘들을 대응시키고, 9개의 감성 범주로 구분함으로써 감성어휘모형을 개발하였다. 한편, 거실 인테리어의 주요 배색을 추출하여 배색자극물을 개발하고, 감성어휘모형과의 관계분석을 통해 거실 공간의 배색 감성모형을 개발하였다. 최종적으로, 배색 감성모형에서 도출된 9개의 감성범주와 그에 대응하는 배색을 기반으로 하여 거실용 인테리어 디자인의 핵심이미지에 따른 배색지침을 제시하였다.

• Science of Emotion and Sensibility
• /
• v.2 no.1
• /
• pp.77-94
• /
• 1999

직물 및 직물 관련 제품에서 주로 사용되는 감성 어휘들의 관계 및 구조를 분석하기 위해 잡지 및 설문 조사 과정을 통해 어휘를 수집하였다. 수집된 어휘의 빈도를 조사하고, 어휘 적절성을 평가하여 감성어라고 생각될 수 있는 어휘들만을 정리하였다. 여기서 추출된 372개의 어휘는 직물 및 직물 관련 상황에서의 감성어로 사용될 수 있을 분만 아니라 유사 분야의 감성어 모형에 대한 기본 자료로 활용될 수 있을 것이다. 어휘들 간 관계구조에 대한 분석은 몇 가지 면에서 이뤄졌다. 자유연상 과제를 실시하여 어휘들 간 관계의 연결망(network)을 확인할 수 있었다. 어휘들이 내포하고 있는 의미의 여러 측면에서 어휘들 간 관계를 파악할 수 있도록 어휘들에 대해 다차원 분석을 실시한 결과 어휘 간 관계는 3차원이면 충분히 설명될 수 있는 것으로 나타났다. 두 개의 주차원을 중심으로 어휘들의 공간 분포를 그리고 이들 어휘를 범주로 분류한 결과 대략 11개의 범주로 어휘들을 나눠볼 수 있었다.

• Annual Conference on Human and Language Technology
• /
• 2013.10a
• /
• pp.33-38
• /
• 2013

소셜미디어를 통한 여론분석과 브랜드 모니터링에 대한 요구가 증가하면서, 빅데이터로부터 감성을 분석하는 기술에 대한 필요가 늘고 있다. 이를 위해, 본 논문에서는 단순 긍/부정 감성이 아닌 20종류의 세분화된 감성을 분석하기 위한 감성어휘 구축 알고리즘을 제시한다. 감성어휘 구축을 위해서는 준지도학습을 사용하였으며, 도메인에 특화되지 않은 일반 감성어휘를 구축하도록 학습되었다. 학습된 감성어휘를 인물, 스마트기기, 정책 등 다양한 도메인의 트위터 데이터에 적용하여 세부감성을 분석한 결과, 알고리즘의 특성상 재현율이 낮다는 한계를 가지고 있었으나, 대부분의 감성에 대해 높은 정확도를 지닌 감성어휘를 구축할 수 있었고, 감성을 직간접적으로 나타내는 표현들을 학습할 수 있었다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1997.11a
• /
• pp.63-68
• /
• 1997

본 연구에서는 직물 디자인의 시각적 요소와 관련된 감성 모형을 제안하고, 아울러 감성 모형을 구성하는 과정에서 사용될 수 있ㅅ는 대안적인 방안을 제시하고자 한다. 이를 위해 설문 조사와 관련 잡지, 신문, 사전 등을 통한 광범위한 어휘 수집이 이뤄졌으며 수집된 어휘는 1,000여 개였다. 수집된 어휘에 대해 이해도 및 적절성 평가를 실시하여 직물 제품과 관련된 감성을 표현하기에 부적절하거나 이해하기 어려운 어휘들을 제거하여 360개의 감성 어휘로 정리하였다. 사용 빈도가 높은 어휘 108개를 이용하여 자유 연상과제를 실시하였으며 그결과 어휘들 간 관계에 대한 연결망을 그려낼 수 있었다. 어휘망에서 중심적인 대표어 역할을 하는 18개 어휘를 추출하여 1차로 유사성평정을 실시하였으며 다차원 척도법으로 분석한 결과 어휘들 간 관계를 표현하기 위해 필요한 차원은 네 개였다. 1차로 구성된 모형의 타당성을 확인하기 위해 추가로 각각 20개씩의 어휘를 새로이 추출하여 2회에 걸쳐 유사성 평정을 실시한 결과, 직물 디자인의 시각적 요소와 관련된 감성을 모형화하기 위해서는 세 개차원이면 충분하다고 생각된다.

• Science of Emotion and Sensibility
• /
• v.18 no.1
• /
• pp.103-110
• /
• 2015

Sentiment lexicon is an essential element for expressing sentiment on a text or recognizing sentiment from a text. We propose a graph-based semi-supervised learning method to construct a sentiment dictionary as sentiment lexicon set. In particular, we focus on the construction of domain-specific sentiment dictionary. The proposed method makes up a graph according to lexicons and proximity among lexicons, and sentiments of some lexicons which already know their sentiment values are propagated throughout all of the lexicons on the graph. There are two typical types of the sentiment lexicon, sentiment words and sentiment phrase, and we construct a sentiment dictionary by creating each graph of them and infer sentiment of all sentiment lexicons. In order to verify our proposed method, we constructed a sentiment dictionary specific to the movie domain, and conducted sentiment classification experiments with it. As a result, it have been shown that the classification performance using the sentiment dictionary is better than the other using typical general-purpose sentiment dictionary.

• Journal of Digital Contents Society
• /
• v.16 no.5
• /
• pp.741-748
• /
• 2015

The aim of this paper is to select a distinct vocabulary for understanding the media facade of user and to lay the foundation for a media facade emotional scale. Firstly, we assembled a set of emotional words that were sufficient to represent a general overview of korean emotions, collected from various literature studies. Secondly, we found emotional words from collecting user opinion on the Youtube website. Finally the emotional words were collected from phrase by using non-structural survey. The collected words were integrated according to standards and they were organized 39 pieces that can be used in the survey. As a result, we extracted 21 emotional words for measuring user's emotions expressed while watching media facade, such as 'novel', 'cool', 'awesome', 'gorgeous', 'exciting', 'amazing', 'wonderful,', 'showy', 'great,', 'intense', 'good', 'grand', 'colorful', 'unique', 'variety', 'new', 'fun', 'beautiful', 'luxurious,', 'mysterious', 'satisfactory'. And we categorized the 21 words to form 5 elements by using factor analysis such as 'surprise', 'attention', 'variety', 'aesthetics', 'interest'.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.76-78
• /
• 2006

인간의 주관적이고 애매한 감성은 차세대 컴퓨팅의 다양한 분야에서 연구되며. 인간의 감성을 이해하고 감성의 변화에 능동적으로 반응하는 사용자 중심의 정보 처리에 대한 요구가 급격히 증가하고 있다. 우리는 감성기반 이미지 검색을 위해 저차원 시각정보에 대한 강성처리를 연구하고 있다. 기존의 저차원 시각정보 특징을 고려한 내용기반 이미지 검색 방법은 사용자의 취향이나 감성 요구에 적합한 결과를 검색하기에는 많은 어려움이 있다. 본 논문에서는 인간의 감성을 이해, 검색, 인식하기 위한 시각정보와 감성간의 관계 연구 중 우리의 기존 연구인 시각적 형태 정보의 감성어휘 공간에서 형태와 어휘간의 감성거리를 이용한 분류방법을 제안한다. 그리고 분류된 각 영역에서의 대표 어휘를 추출하여 시각적 형태에 따른 감성어휘간의 구체적 계층 관계를 정의한다. 이는 감성기반 이미지 검색 분야에 활용 가능한 연구이며, 우리가 사용하는 언어에 내재된 감성정보를 해석하고 그 어휘들의 체계적인 시각적 감성관계를 정의하는 의의를 갖는다.