• 한국HCI학회:학술대회논문집
• /
• 2007.02c
• /
• pp.152-157
• /
• 2007

개인의 감성에 잘 부합하는 컨텐츠를 제공하기 위해선 개인의 취향과 컨텐츠를 이용할 때 어떤 감정을 가지고 있는지 알아야 한다. 개인의 취향을 알고 있다면 취향에 부합하는 컨텐츠를 재분류 할 수 있고 개인이 컨텐츠를 이용하려할 때의 감정 상태를 알 수 있다면 분류된 컨텐츠 중에서 감성에 부합하는 컨텐츠를 빠르게 제공할 수 있다. 본 논문은 개인의 취향을 인식하고 감정상태를 추측하여 연동된 플랫폼에 감정상태에 따른 결과를 출력하는 감성엔진을 제안 한다. 성격이 비슷한 사람은 비슷한 취향을 가지는 성향이 있으므로 취향인식을 위해 개인의 성격을 구별했고, 구별도구로 MBTI를 이용했다. 감정 추측을 위해 주변에서 일어나는 환경의 정보를 OCC 모델을 기반으로 분석하여 감정자극의 종류와 크기를 산출했다. 감정자극들을 감정그래프를 이용해 감정의 생성, 유지, 소멸을 관리하고 감정감정 상태에 맞는 결과를 출력했다.

• Annual Conference on Human and Language Technology
• /
• 2009.10a
• /
• pp.155-159
• /
• 2009

본 논문은 한국어 문서 감정분류를 위한 중요한 어휘 자원인 감정자질(Sentiment Feature)의 의미지향성(Semantic Orientation) 추정을 위해 일반적인 특성과 영역(Domain) 의존적인 특성을 반영하여 한국어 문서 감정분류(Sentiment Classification)의 성능 향상을 얻을 수 있는 기법을 제안한다. 감정자질의 의미지 향성은 검색 엔진을 통해 추출한 각 감정 자질의 스니핏(Snippet)과 실험 말뭉치를 이용하여 추정할 수 있다. 검색 엔진을 통해 추출된 스니핏은 감정자질의 일반적인 특성을 반영하며, 실험 말뭉치는 분류하고자 하는 영역 의존적인 특성을 반영한다. 이렇게 얻어진 감정자질의 의미지향성 수치는 각 문장의 감정강도를 추정하기 위해 이용되며, 문장의 감정 강도의 값을 TF-IDF 가중치 기법에 접목하여 감정자질의 가중치를 책정한다. 최종적으로 학습 과정에서 긍정 문서에서는 긍정 감정자질, 부정 문서에서는 부정 감정자질을 대상으로 추가 가중치를 부여하여 학습하였다. 본 논문에서는 문서 분류에 뛰어난 성능을 보여주는 지지 벡터 기계(Support Vector Machine)를 사용하여 제안한 방법의 성능을 평가한다. 평가 결과, 일반적인 정보 검색에서 사용하는 내용어(Content Word) 기반의 자질을 사용한 경우보다 3.1%의 성능향상을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.340-342
• /
• 2001

현재 인터넷 환경에서 텍스트는 다루기 쉽고 부하가 적어 가장 많이 사용되는 통신 수단이다. 그러나 화상 채팅과는 달리 자신의 표정이나 체스춰를 전달할 수 있는 방법이 없기 때문에 표현상의 한계가 있다. 이 글은 일상 대화를 텍스트로 입력받아, naive Bayes 알고리즘을 사용해 미리 정의된 감정 범주, 즉 울기, 웃기, 화내기 등으로 분류해 주는 방법에 관해 다루고 있다. 채팅사이트에서 수집된 학습데이터는 사람에 의해 해당 감정 범주로 태깅되고, 이렇게 태깅된 데이터가 학습엔진에 의해 통계 정보로 구축되면, 실제 채팅사이트에서 감정인식 엔진은 입력된 데이터를 분석해 해당 감정으로 분류한다. 연령별로 5개의 그룹으로 나눈 대화방에서 각각 1000문장씩 테스트해본 결과 평균 91.6%의 정확도를 얻을 수 있었다.

• Journal of Internet Computing and Services
• /
• v.13 no.5
• /
• pp.9-19
• /
• 2012

Virtual human used as HCI in digital contents expresses his various emotions across modalities like facial expression and body posture. However, few studies considered combinations of such nonverbal multimodal in emotion perception. Computational engine models have to consider how a combination of nonverbal modal like facial expression and body posture will be perceived by users to implement emotional virtual human, This paper proposes the impacts of nonverbal multimodal in design of emotion expressed virtual human. First, the relative impacts are analysed between different modals by exploring emotion recognition of modalities for virtual human. Then, experiment evaluates the contribution of the facial and postural congruent expressions to recognize basic emotion categories, as well as the valence and activation dimensions. Measurements are carried out to the impact of incongruent expressions of multimodal on the recognition of superposed emotions which are known to be frequent in everyday life. Experimental results show that the congruence of facial and postural expression of virtual human facilitates perception of emotion categories and categorical recognition is influenced by the facial expression modality, furthermore, postural modality are preferred to establish a judgement about level of activation dimension. These results will be used to implementation of animation engine system and behavior syncronization for emotion expressed virtual human.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.998-1000
• /
• 2014

상황인식 컴퓨팅 환경에서 가장 핵심적인 부분은 서비스를 제공받는 객체의 상황(Context)을 인식하고 정보화하여 그 상황에 따라서 객체 중심의 지능화된 최적의 서비스를 제공해 주는 것이다. 이러한 지능화된 최적의 서비스를 제공하기 위해서는 최적의 상황을 인식하는 상황인식 컴퓨팅 기술 연구와 그 상황을 설계하는 모델링 기술이 중요하다. 또한, 인간과 컴퓨터간의 의사소통을 원활히 할 수 있는 최적의 상황을 인식해야 한다. 현재까지 연구된 대부분의 상황인식 컴퓨팅 기술은 상황정보로 객체의 위치정보와 객체의 식별정보만을 주로 사용하고 있다. 그러므로 지정된 공간에서 상황을 발생시키는 객체를 식별하는 일과 식별된 객체가 발생하는 상황의 인식에만 주된 초점을 두고 있다. 그러나 본 논문에서는 객체의 감정표현단어를 상황정보로 사용하여 감정인식을 위한 상황인식 미들웨어로서 ECAM의 구조를 제안한다. ECAM은 감정표현단어의 범주화 기술을 기반으로 온톨로지를 구축하여 객체의 감정을 인식한다. 객체의 감정표현단어 정보를 상황정보로 사용하고, 인간의 감정에 영향을 미칠 수 있는 환경정보(온도, 습도, 날씨)를 추가하여 인식한다. 객체의 감정을 표현하기 위해서 OWL 언어를 사용하여 온톨로지를 구축하였으며, 감정추론 엔진은 Jena를 사용하였다.

• Science of Emotion and Sensibility
• /
• v.15 no.4
• /
• pp.503-516
• /
• 2012

According to the researches of robot and software agent until now, computational emotion model is dependent on system, so it is hard task that emotion models is separated from existing systems and then recycled into new systems. Therefore, I introduce the Engine of computational Emotion model (shall hereafter appear as EE) to integrate with any robots or agents. This is the engine, ie a software for independent form from inputs and outputs, so the EE is Emotion Generation to control only generation and processing of emotions without both phases of Inputs(Perception) and Outputs(Expression). The EE can be interfaced with any inputs and outputs, and produce emotions from not only emotion itself but also personality and emotions of person. In addition, the EE can be existed in any robot or agent by a kind of software library, or be used as a separate system to communicate. In EE, emotions is the Primary Emotions, ie Joy, Surprise, Disgust, Fear, Sadness, and Anger. It is vector that consist of string and coefficient about emotion, and EE receives this vectors from input interface and then sends its to output interface. In EE, each emotions are connected to lists of emotional experiences, and the lists consisted of string and coefficient of each emotional experiences are used to generate and process emotional states. The emotional experiences are consisted of emotion vocabulary understanding various emotional experiences of human. This study EE is available to use to make interaction products to response the appropriate reaction of human emotions. The significance of the study is on development of a system to induce that person feel that product has your sympathy. Therefore, the EE can help give an efficient service of emotional sympathy to products of HRI, HCI area.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.325-326
• /
• 2008

서비스 로봇은 인간과 상호 교감을 하기 때문에 감성기반 인터렉션을 가지고 있어야 한다. 그리고 로봇이 인지하는 상황과 환경이 같을지라도 감정 기반 행동 결정 모델의 출력이 달라질수 있도록 한다. 이는 설계하고자 하는 감정 기반 행동 결정 모델의 특성을 변화함으써 해결하고자 하며, 감정 모델의 특성은 성격을 의미한다. 따라서 사람과 같이 성격을 달리함으로써 로봇이 감정을 느끼고 이에 따른 반응을 행동으로 옮길 때, 성격을 반영한 결과를 보이게 된다. 본 논문에서 제안하는 감정 엔진 모델은 reaction dynamics와 internal dynamics, emotional dynamics, behavior dynamics, 성격 등의 다섯 가지 요소로 구성되어 있다. 모든 dynamics는 성격에 영향을 받아 결과를 출력한다. 실험을 위하여 시뮬레이터를 구현하여 성능을 검증하고, 실제 로봇에 적용하기 위하여 3D 캐릭터기반의 헤드 로봇 시스템을 사용하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.375-377
• /
• 2012

스마트폰과 같은 모바일 기기가 발전함에 따라 SNS, 모바일 메신저, SMS와 같은 단문 기반 메시지는 자신의 감정을 가장 잘 표현하는 매체이다. 그럼에도 불구하고 기존 연구는 주로 장문의 텍스트로부터 긍정, 부정 분류나 문서의 성향을 분석하는 것에 그치는 경우가 많다. 의미지향(Semantic Orientation)방법은 검색엔진을 통해 감정 키워드와 인지하고자 하는 단어의 동시 빈출 정도를 PMI로 계산한 것으로 WordNet과 같은 의미 사전이 존재하지 않는 한국어의 특성에서 적용 가능한 방법이다. 본 논문에서는 의미 지향성 및 다른 텍스트 기반 감정 분류 기술에 대해 비교하고 이들을 활용하여 한국어로 구성된 단문 텍스트에서 효율적인 감정 분류 기법을 제안하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.161-162
• /
• 2017

외부환경을 인식하고 상황을 판단해 자율적으로 행동하는 지능형 서비스 로봇은 앞으로 새로운 시장을 열어줄 것으로 기대되며 이와 관련된 연구와 개발이 빠르게 확대되고 있다. 이러한 서비스 로봇에게 가장 중요한 기능은 인간과의 원활한 상호작용이다. 여기서 말하는 상호작용이란 단순히 인간이 원하는 것을 명령하고, 로봇이 이 명령을 수행하는 것에 그치는 것이 아니라, 로봇이 스스로 인간의 감정을 파악하고, 이에 대한 적절한 로봇 자신의 감정 표출이나 서비스, 행동을 제공함으로써 직접적인 소통이 이루어지는 것을 의미한다. 이렇게 로봇이 자연스럽게 인간과 함께 공존하기 위해서 감성 로봇(Emotional Robot) 분야에서 관련된 연구가 활발히 진행되고 있다 본 논문에서는 국내의 감성 로봇의 연구 현황과 발전 방향에 대해 서술한다.

• The KIPS Transactions:PartB
• /
• v.8B no.5
• /
• pp.485-492
• /
• 2001

Recently, character agents are used as a user-friendly interface. In this paper, we have studied a generic framework for emotional character agents which are designed to infer emotions from diverse personalities, situations, user behaviors and to express them. The method of emotion inference is based on blackboard systems which are used to solve the problems in AI. Because it keeps independence between knowledge sources which are rules of emotions, a blackboard-based inference engine is easy to manage knowledge sources, Blackboard-based systems gave the system flexibility. So we can adapt the engine to various application systems. Each emotional agent monitors user behavior, learns user profile and infers user behavior. And it generates characters emotions according to the user profile. So, in case of same situations, the agent can generate different emotions according to users. We have studied to build an personalized emotional character agent which according to situations and user modeling.