• Proceedings of the ESK Conference
• /
• 1993.10a
• /
• pp.236-242
• /
• 1993

소비자들이 원하는 제품의 감성을 언어로 표현하여 줄 때, 이를 퍼지추론하여 칼라를 선택해주는 시스템을 개발하였다. 시스템은 감성언어입력, 감성언어퍼지화, 칼라추론, 추론규칙, 출력 등 모두 5개 의 모듈로 구성되어 있다. 시스템은 감성언어를 색상, 채도, 명도로 변환시킨 후 이를 다시 R, G, B 값으로 변환시키게 된다. 이때, 색상, 채도, 명도로의 변환에는 퍼지화규칙이 사용되게 되며, R,G,B 값으로의 변환 에는 칼라추론규칙이 사용되게 된다. 퍼지화규칙을 만들기 위해 S.D.(의미미분)법에 의한 감성언어의 요인 분석을 실시하였으며, 동시에 문헌조사를 통해 얻은 칼라와 관련한 감성정보를 if-then 규칙 형태로 시스템에 구현하였다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.321-326
• /
• 2020

본 연구에서는 한국어 감성분석 성능 향상을 위한 DECO(Dictionnaire Electronique du COreen) 한국어 전자사전과 LGG(Local-Grammar Graph) 패턴문법 기술 프레임에 의존파서 및 LSTM을 적용하는 하이브리드 방법론을 제안하였다. 본 연구에 사용된 DECO-LGG 언어자원을 소개하고, 이에 기반하여 의미 정보를 의존파서(D-PARS)와 페어링하는 한편 OOV(Out Of Vocabulary)의 문제를 LSTM을 통해 해결하여 자질기반 감성분석 결과를 제시하였다. 부트스트랩 방식으로 반복 확장될 수 있는 LGG 언어자원 및 알고리즘을 통해 수행되는 자질기반 감성분석 프로세스는 전용 플랫폼 DecoFESA를 통해 그 범용성을 확장하였다. 실험을 위해서 네이버 쇼핑몰의 '화장품 구매 후기글'을 크롤링하였으며, DecoFESA 플랫폼을 통해 현재 구축된 DECO-LGG 언어자원 기반의 감성분석 성능을 평가하였다. 이를 통해 대용량 언어자원의 구축과 이를 활용하기 위한 어휘 시퀀스 처리 알고리즘의 구현이 보다 정확한 자질기반 감성분석 결과를 제공할 수 있음을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.313-316
• /
• 2020

감성 분석은 문장의 감성을 분석해 긍정 또는 부정으로 분류하는 작업을 의미한다. 문장에 담긴 감성을 파악해야 하기 때문에 문장 전체를 이해하는 것이 중요하다. 그러나 한 문장에 긍정과 부정의 이중 극성이 동존하는 문장은 감성 분석에 혼동이 생길 수 있다. 본 논문에서는 이와 같은 문제를 해결하기 위해 단어의 감성 점수 예측을 통해 감성 단어 등장 순서를 고려한 감성 분석 모델을 제안한다. 또한 최근 다양한 자연어 처리 분야에서 좋은 성능을 보이는 사전 학습 언어 모델을 활용한다. 실험 결과 감성 분석 정확도 90.81%로 기존 모델들에 비해 가장 좋은 성능을 보였다.

• Science of Emotion and Sensibility
• /
• v.1 no.1
• /
• pp.161-169
• /
• 1998

제품의 “감성이미지”란 제품의 기능과 함께 제품의 전달하는 감각적 요소 그리고 사용자가 제품을 통해 표현하고자 하는 개념적 표상을 통합하는 이미지이다. 감성이미지의 국제 비교 연구는 사용자가 특정 제품에 대해 가지고 있는 이미지를 구가나 문화의 맥락 속에서 해석하고, 이들 이미지를 상호 비교 평가하고자 한다. 생활문하 속에서 사용자들이 제품에 대해 가지는 감성이미지를 계량적으로 규명하고 비교 평가하며, 이 정보를 기초로 각국의 문화와 정서에 적합한 제품 디자인의 모형을 제시하는데 본 연구의 목적이 있다. 구체적인 연구활동으로 다음과 같은 방법이 제시되었다. 먼저, 각 문화 집단을 특징 지울 수 있는 표상개념으로 “언어 이미지” 스케일을 구성하였다. 이 언어 이미지에 대응하는 디자인 요소로 색채를 활용하여, 언어 개념과 색채 요소에 상응하는 자동차 제품의 감성 이미지가 각 문화 집단에 따라 상이하게 나타날 수 있는지를 비교하고자 하였다. 본 연구에서 나타난 각 문화 집단들이 특정 제품에 대해 적용하는 감성 이미지는 언어와 색체 요소로 구체화 될 뿐 아니라, 이들 집단이 형성한 사회적 표상(social representation)의 개념으로 비교될 수 있는 것을 보이고자 하였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.4
• /
• pp.153-160
• /
• 2021

With the advent of the "age of video" due to the simplification of video content production and the convenience of broadcasting channel operation, review videos on various products are drawing attention. We proposes RASIA, an integrated reliability analysis system based on verbal and nonverbal sentiment analysis of review videos. RASIA extracts and quantifies each emotional value obtained through language sentiment analysis and facial analysis of the reviewer in the video. Subsequently, we conduct an integrated reliability analysis of standardized verbal and nonverbal sentimental values. RASIA provide an new objective indicator to evaluate the reliability of the review video.

• Science of Emotion and Sensibility
• /
• v.4 no.2
• /
• pp.15-24
• /
• 2001

This study is designed to examine on the effectiveness of emotional advertisement, including analysis of the physiological response of customers’ feelings for effective development of advertisement, and to provide a base for emotional advertisement production by presenting the methods of linguistic and non-linguistic response. It provides a framework for symbolic analysis about costumers’ emotions along with a general review of emotional advertisement. Based on the results, it will analyze aspects of linguistic and non-linguistic utterance of costumers’ physiological response for emotional advertisement. The results will present a frame of effective emotional advertisement that appeals to the emotion of costumers

• Journal of Intelligence and Information Systems
• /
• v.22 no.3
• /
• pp.91-111
• /
• 2016

It is crucial for the social media based marketing practices to perform sentiment analyze the unstructured data written by the potential consumers of their products and services. In particular, when it comes to the companies which are interested in global business, the companies must collect and analyze the data from the social media of multinational settings (e.g. Youtube, Instagram, etc.). In this case, since the texts are multilingual, they usually translate the sentences into a certain target language before conducting sentiment analysis. However, due to the lack of cultural differences and highly qualified data dictionary, translated sentences suffer from misunderstanding the true meaning. These result in decreasing the quality of sentiment analysis. Hence, this study aims to propose a method to perform a multilingual sentiment analysis, focusing on Korean-Chinese cases, while avoiding language translations. To show the feasibility of the idea proposed in this paper, we compare the performance of the proposed method with those of the legacy methods which adopt language translators. The results suggest that our method outperforms in terms of RMSE, and can be applied by the global business institutions.

• Journal of Digital Convergence
• /
• v.14 no.3
• /
• pp.165-170
• /
• 2016

The purpose of this study was to explore the differences in sentiment on social networking sites among six languages (English, German, Russian, Spanish, Turkish and Dutch). A total of 204 million tweets were collected using Streaming API. Subjective/objective ratio, sentiment strength, positive/negative ratio, number of retweets and boundary impermeability were analyzed with SentiStrength to estimate the trends of emotional expression via Twitter. The results showed that subjective/objective ratio and the positive/negative ratio of tweets were significantly different by languages (p<0.001). And, there were significant effects of language on sentiment strength, boundary impermeability and the number of retweets (p<0.001). The results also indicate that the cross-cultural, language differences should be taken into account in sentiment analysis on SNS.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.760-763
• /
• 2021

텍스트를 자연어 처리를 위한 모델에 적용할 수 있게 언어적인 특성을 반영해서 단어를 수치화하는 방법 중 단어를 벡터로 표현하여 나타내는 워드 임베딩은 컴퓨터가 인간의 언어를 이해하고 분석 가능한 언어 모델의 필수 요소가 되었다. Word2vec 등 다양한 워드 임베딩 기법이 제안되었고 자연어를 처리할 때에 감성 분류는 중요한 요소이지만 다양한 임베딩 기법에 따른 감성 분류 모델에 대한 성능 비교 연구는 여전히 부족한 실정이다. 본 논문에서는 Emotion-stimulus 데이터를 활용하여 7가지의 감성과 2가지의 감성을 5가지의 임베딩 기법과 3종류의 분류 모델로 감성 분류 학습을 진행하였다. 감성 분류를 위해 Logistic Regression, Decision Tree, Random Forest 모델 등과 같은 보편적으로 많이 사용하는 머신러닝 분류 모델을 사용하였으며, 각각의 결과를 훈련 정확도와 테스트 정확도로 비교하였다. 실험 결과, 7가지 감성 분류 및 2가지 감성 분류 모두 사전훈련된 Word2vec가 대체적으로 우수한 정확도 성능을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.149-152
• /
• 2019

감성분석이란 입력된 텍스트의 감성을 분류하는 자연어처리의 한 분야로, 최근 CNN, RNN, Transformer등의 딥러닝 기법을 적용한 다양한 연구가 있다. 한국어 감성분석을 진행하기 위해서는 형태소, 음절 등의 추가 자질을 활용하는 것이 효과적이며 성능 향상을 기대할 수 있는 방법이다. 모델 생성에 있어서 아키텍쳐 구성도 중요하지만 문맥에 따른 언어를 컴퓨터가 표현할 수 있는 지식 표현 체계 구성도 상당히 중요하다. 이러한 맥락에서 BERT모델은 문맥을 완전한 양방향으로 이해할 수있는 Language Representation 기반 모델이다. 본 논문에서는 최근 CNN, RNN이 융합된 모델과 Transformer 기반의 한국어 KoBERT 모델에 대해 감성분석 task에서 다양한 성능비교를 진행했다. 성능분석 결과 어절단위 한국어 KoBERT모델에서 90.50%의 성능을 보여주었다.