• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권3호
• /
• pp.336-340
• /
• 2008

최근 감정 분류에 대한 관심이 높아져 연구가 활발히 진행되고 있다. 문서 전체에 관한 감정의 분류도 중요하지만, 문서를 이루고 있는 문장에 관한 분류도 점차 그 필요성이 높아지고 있다. 본 논문에서는 한국어 감정 분류 시스템 구축을 위해서 추출된 한국어 감정 자질을 이용한 한국어 문장 및 문서 감정 분류에 관해 연구한다. 한국어 감정 분류의 시작은 감정을 내포한 대표적인 어휘로부터 시작하며, 이와 같은 감정 자질들은 문장 및 문서의 감정을 분류하는데 결정적인 관여를 한다. 한국어 감정 자질의 추출을 위하여 영어 단어 시소러스 정보를 이용하여 자질들을 확장하고, 영한사전을 통해 확장된 자질들을 번역함으로써 감정 자질들을 추출하였다. 추출된 감정 자질들을 사용하여, 단어 벡터로 표현된 입력문서를 이진 분류기인 지지벡터 기계(SVM: Support Vector Machine)를 이용하여 문장과 문서에 내포된 감정을 판단하고 평가하였다.

• 전자공학회논문지
• /
• 제50권4호
• /
• pp.83-88
• /
• 2013

최근 들어 뇌과학적인 연구가 활발해짐에 따라 두뇌기능을 공학적으로 응용하려는 연구가 많아지고 있다. 두뇌 기능 중 기억과 감정을 담당하는 부분을 살펴보면 기억을 담당하는 해마체와 감정중추인 편도체가 긴밀히 협조하고 있는 것을 알 수 있다. 실제적으로 지식은 감정에 영향을 미치고 감정은 지식에 영향을 미친다. 인간의 모든 판단과 결정에 있어서 감정요소는 배제할 수 없는 아주 중요한 영향을 미친다. 보다 정교한 지능 시스템을 구축하려면 감정이 결합된 지식베이스를 설계하여야 한다. 따라서 본 논문에서는 해마체와 편도체의 공조 시스템에 착안하여 지식과 감정이 결합된 지식감정 결합 시스템을 설계하고 기억회상과 추론 과정에서 변화하는 감정 상태의 추이를 감지하는 메커니즘을 제안하고자 한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권6호
• /
• pp.799-807
• /
• 2004

본 논문에서는 사람의 얼굴표정과 음성 속에 담긴 6개의 기본감정(기쁨, 슬픔, 화남, 놀람, 혐오, 공포)에 대한 특징을 추출하고 인식하고자 한다. 이를 위해 얼굴표정을 이용한 감정인식에서는 이산 웨이블렛 기반 다해상도 분석을 이용하여 선형판별분석기법으로 특징을 추출하고 최소 거리 분류 방법을 이용하여 감정을 인식한다. 음성에서의 감정인식은 웨이블렛 필터뱅크를 이용하여 독립적인 감정을 확인한 후 다중의사 결정 기법에 외해 감정인식을 한다. 최종적으로 얼굴 표정에서의 감정인식과 음성에서의 감정인식을 융합하는 단계로 퍼지 소속함수를 이용하며, 각 감정에 대하여 소속도로 표현된 매칭 감은 얼굴에서의 감정과 음성에서의 감정별로 더하고 그중 가장 큰 값을 인식 대상의 감정으로 선정한다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2019년도 춘계종합학술대회
• /
• pp.345-346
• /
• 2019

SNS의 다양한 역기능과 함께 중독문제가 사회적 문제로 대두되고 있는 가운데 이미지 기반의 인스타그램이 강세를 보인다. 이에 본 연구는 SNS중에서 이용도가 높은 인스타그램 사용제한 시 사용자의 감정에 미치는 영향과 대안 활동을 파악하기 위한 목적으로 수행되었다. 실험 방법은 인스타그램 1일 5회 이상 이용자 3명을 대상으로 7일간 앱 삭제 및 이용을 제한하고 매일 1인칭 관찰기법인 자기 일기 작성으로 감정변화와 대안 활동을 수집했다. 본 연구의 결과는 사용 빈도수가 높을수록 시간이 흘러도 부정적 감정이 감소하지 않았고 사용 빈도수가 낮을수록 부정적 감정이 점차 감소하였다. 대안 활동으로는 오프라인 활동보다는 온라인 활동이 많았고 여러 종류의 스마트폰 미디어 활동을 한 것으로 나타났다. 이 연구는 나아가 의존도에 따라 부정적 감정소강 소요 시간을 측정하는 연구로 발전될 것을 기대하며 이에 따라 SNS중독성 해결에 필요한 시간, 대안 활동 제시의 연구 초석이 되길 기대한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권6호
• /
• pp.491-497
• /
• 2009

본 논문은 한국어 문서감정 분류에서 각 문장의 감정 정도의 차이를 고려하여 자질의 가중치를 계산하는 방법을 제안한다. 감정자질은 어휘 자원으로서 감정을 가지는 단어들의 집합이며, 학습데이터를 이용하여 이 감정자질의 카이제곱 통계량 값(${\chi}^2$ statistic)을 얻을 수 있다. 이렇게 얻어진 카이제곱 통계량 값으로 문서에서 출현한 각 문장의 감정강도를 수치화 할 수 있다. 각 문장의 감정강도는 문서에서 가장 강한 감정을 가진 문장에 근한 비율로 계산되며, 이 값을 TF-IDF 가중치 기법에 적용하여 최종적인 자질의 가중치를 결정하게 된다. 그리고 일반적으로 문서 분류에서 뛰어난 성능을 보여주는 지지벡터기계(Support Vector Machine)를 사용하여 기계학습을 수행한 후 성능을 평가한다. 성능평가에서 제안된 기법은 문장감정의 강도를 고려하지 않은 내용어(Content Word) 기반의 자질을 사용한 경우보다 약 2.0%의 성능향상을 얻었다.

• 한국콘텐츠학회논문지
• /
• 제14권5호
• /
• pp.85-94
• /
• 2014

본 연구는 한국 및 외국 흥행 영화에 대한 네티즌 리뷰를 중심으로 네티즌 리뷰에 사용된 감정 동사와 흥행 영화와의 관계를 구조적으로 살펴보고자 하였다. 주요 연구 결과는 다음과 같다. 네티즌 리뷰의 특성은 첫째, 한국 및 외국 흥행 영화 모두 '재미있다'(한국:339회, 외국:452회)의 감정 동사가 가장 많이 사용되었다. 이는 네티즌들이 영화를 판단할 때 재미를 가장 큰 요인으로 생각하고 있다는 것을 나타낸다. 둘째, 한국 및 외국 흥행 영화에 사용된 감정 동사를 군집분석으로 살펴본 결과, 한국 영화는 재미를 기준으로 몰입이나 감동 등 감정적 동사를 기준으로 영화들이 군집되는 것으로 나타났다. 반면, 외국 영화는 재미있다와 없는 영화 등으로 구분되는 것으로 나타났다.

• 한국비블리아학회지
• /
• 제25권3호
• /
• pp.101-118
• /
• 2014

컴퓨터 정보기술의 발전과 함께 감정 기반 컴퓨팅이 다양한 분야에 빠르게 발전하여 확산되고 있다. 감정 기반 컴퓨팅의 지속적인 발전을 위해서는 이미지와 같은 멀티미디어의 콘텐츠의 감정 기반 색인과 검색이 필수적이다. 그러나 감정과 같은 추상적 개념은 주관적이며 이미지의 하위 수준 속성에서 유추하는데 한계가 있기 때문에 감정 색인은 통상적으로 난제로 여겨진다. 본 연구는 감정 색인 개선을 위해서 이미지에 대하여 이용자가 느끼는 감정 반응을 활용하여 이미지를 감정으로 접근하는데 있어서 확장된 접근점을 제공하는 방안을 고찰하였다. 이를 위하여 유로피아나 DB에서 사랑, 행복, 분노, 공포, 슬픔의 5가지 기본 감정을 표현한 이미지 15건을 선정하여 20명의 연구 참여자에게 보여주고 용어를 수집하였다. 이용자의 이미지 반응에서 수집한 용어는 정련 후 총 399건의 고유한 용어로 나타났다. 고유한 399건의 용어는 전체 1,093회 출현하였으며, 동시출현단어분석을 수행하여 상위 출현한 용어 네트워크를 구현하였다. 동시출현단어분석 기반의 네트워크를 통해서 기본 감정 용어와 함께 빈번하게 출현하는 용어를 규명하였다. 이를 통해 기본 감정용어와 함께 확장되어 제시될 수 있는 용어는 형용사, 동작/행위 표현 등 다양하게 나타났다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권2호
• /
• pp.160-165
• /
• 2015

기존의 음성기반 감정인식 기술은 다양한 사용자로부터 수집된 데이터를 기반으로 범용적인 훈련 모델을 생성하고 이를 기반으로 감정을 인식한다. 이러한 음성기반 감정인식 모델링 기술은 개인 사용자의 음성특징을 정확히 고려하기 힘든 방법으로 개인마다 인식 정확도의 편차가 크다. 본 논문에서는 스마트폰 환경에서 프로프트 레이블링 기법을 활용하여 사용자에게 즉각적으로 감정을 피드백 받아 새로운 모델을 생성하여 적용하는 적응형 음성기반 감정인식 프레임워크를 제안한다. 실험을 통하여 제안하는 적응형 음성기반 감정인식 기법이 기존의 범용적인 모델을 사용하였을 때 보다 정확도가 크게 증가됨을 증명하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권4호
• /
• pp.317-322
• /
• 2010

본 논문은 감정단어(Sentiment Word)의 의미적 특성을 반영하여 한국어 문서 감정분류 시스템의 성능을 향상시킬 수 있는 방법을 제안한다. 감정단어는 감정을 가지는 단어를 의미하며, 감정단어들의 집합은 감정자질(Sentiment Feature)로써 감정분류를 위한 중요한 어휘 자원이다. 감정자질은 일반적으로 사용될 때와 특정 영역(Domain)에서 사용될 때에 그 감정 정도의 차이를 가진다. 감정자질이 일반적으로 사용될 때 그 감정 정도는 검색 엔진을 통해 얻을 수 있는 스니핏(Snippet)을 통해 추정할 수 있으며, 특정 영역에서 사용될 때의 감정 정도는 실험 말뭉치를 이용하여 추정할 수 있다. 이렇게 추정된 감정자질의 감정 정도 수치를 의미지향성이라고 하며, 문서내의 문장의 감정 강도를 추정하기 위해 이용된다. 문장의 감정 강도가 추정되면 문장 감정 강도를 감정자질의 가중치에 반영하게 된다. 본 논문은 지지 벡터 기계(Support Vector Machine)를 이용하여 일반적, 영역 의존적, 일반적/영역 의존적 의미지향성을 반영한 경우에 대해 성능을 평가한다. 평가 결과, 앞의 3가지 경우에 모두 성능 향상을 얻었으며 일반적/영역 의존적 의미지향성을 반영한 경우, 일반적인 정보 검색에서 사용하는 내용어(Content Word) 기반의 자질을 사용한 경우보다 3.1%의 성능 향상을 얻을 수 있었다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2001년도 추계학술대회 논문집
• /
• pp.87-90
• /
• 2001

본 연구에서는 감성 평가 시스템에 가장 적합한 파라미터를 찾기 위하여 3가지 뇌파 파라미터를 이용하여 감정 분류 실험을 하였다. 뇌파 파라미터는 선형예측기계수(linear predictor coefficients)와 FFT 스펙트럼 및 AR 스펙트럼의 밴드별 상호상관계수(cross-correlation coefficients)를 이용하였으며, 감정은 relaxation, joy, sadness, irritation으로 설정하였다. 뇌파 데이터는 대학의 연극동아리 학생 4명을 대상으로 수집하였으며, 전극 위치는 Fp1, Fp2, F3, F4, T3, T4, P3, P4, O1, O2를 사용하였다. 수집된 뇌파 데이터는 전처리를 거친 후 특징 파라미터를 추출하고 패턴 분류기로 사용된 신경회로망(neural network)에 입력하여 감정 분류를 하였다. 감정 분류실험 결과 선형예측기계수를 이용하는 것이 다른 2가지 보다 좋은 성능을 나타내었다.