• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.2252-2255
• /
• 2003

인간과 인공생명체(Artificial Life Systems)가 서로 커뮤니케이션을 진행하기 위하여 인공생명체는 자신이 의도한 바를 음성, 표정, 행동 등 다양한 방식을 통하여 표현할 수 있어야 한다. 특히 자신의 좋아함과 싫음 등 자율적인 감정을 표현할 수 있는 것은 인공생명체가 더욱 지능적이고 실제 생명체의 특성을 가지게 되는 중요한 전제조건이기도 하다. 위에서 언급한 인공생명체의 감정표현 특성을 구현하기 위하여 본 논문에서는 음성 속에 감정을 포함시키는 방법을 제안한다. 먼저 인간의 감정표현 음성데이터를 실제로 구축하고 이러한 음성데이터에서 감정을 표현하는데 사용되는 에너지, 지속시간, 피치(pitch) 등 특징을 추출한 후, 일반적인 음성에 위 과정에서 추출한 감정표현 특징을 적용하였으며 부가적인 주파수대역 필터링을 통해 기쁨, 슬픔, 화남, 두려움, 혐오, 놀람 등 6가지 감정을 표현할 수 있게 하였다. 감정표현을 위한 음성처리 알고리즘은 현재 음성합성에서 가장 널리 사용되고 있는 TD-PSOLA[1] 방법을 사용하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.520-522
• /
• 2013

스마트 폰의 확산으로 대화의 개념이 음성에서 텍스트로 확대 되고 있다. 방대하게 누적되고 있는 메신저의 텍스트 데이터로부터 유용한 정보들을 찾아 사용자에게 추천서비스를 제공할 수 있다. 이를 뒷받침 해주기 위해서는 텍스트 감정 인식이 중요하다. 기존에는 PMI기법과 감정키워드를 이용하여 감정을 분류 하였다. 그러나 특정단어로 감정을 분류하기 때문에 정확도가 낮았다. 본 논문에서는 복합색인어 기반 텍스트 감정 인식 기법을 제안한다. 문장에서 동사와 복합색인어를 추출하여 음운으로 분해한다. 그리고 스트링커널에서 벡터 값을 추출하여 기계학습 알고리즘(SVM)으로 4가지 감정(행복, 슬픔. 화남, 평범)으로 분류하는 방법이다. 동사와 감정에 영향을 주는 색인어를 추출하여 감정을 인식하는 기법으로 실험결과 정확도는 기존에 동사만 사용했을 때 보다 15%향상됨을 보였다.

• Science of Emotion and Sensibility
• /
• v.15 no.1
• /
• pp.105-120
• /
• 2012

This study aimed to develop a Korean emotion vocabulary list that functions as an important tool in understanding human feelings. In doing so, the focus was on the careful extraction of most widely used feeling words, as well as categorization into groups of emotion(s) in relation to its meaning when used in real life. A total of 12 professionals (including Korean major graduate students) partook in the study. Using the Korean 'word frequency list' developed by Yonsei University and through various sorting processes, the study condensed the original 64,666 emotion words into a finalized 504 words. In the next step, a total of 80 social work students evaluated and classified each word for its meaning and into any of the following categories that seem most appropriate for inclusion: 'happiness', 'sadness', 'fear', 'anger', 'disgust', 'surprise', 'interest', 'boredom', 'pain', 'neutral', and 'other'. Findings showed that, of the 504 feeling words, 426 words expressed a single emotion, whereas 72 words reflected two emotions (i.e., same word indicating two distinct emotions), and 6 words showing three emotions. Of the 426 words that represent a single emotion, 'sadness' was predominant, followed by 'anger' and 'happiness'. Amongst 72 words that showed two emotions were mostly a combination of 'anger' and 'disgust', followed by 'sadness' and 'fear', and 'happiness' and 'interest'. The significance of the study is on the development of a most adaptive list of Korean feeling words that can be meticulously combined with other emotion signals such as facial expression in optimizing emotion recognition research, particularly in the Human-Computer Interface (HCI) area. The identification of feeling words that connote more than one emotion is also noteworthy.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.309-312
• /
• 2004

본 논문에서는 인간과 로봇의 상호작용을 위해 감정에 기반한 감정 처리 모델을 설계하였다. 감정 재현 기술은 사용자에게 친근감을 주기 위해 로봇 시스템이 제스처, 표정을 통하여 사람이나 동물의 감성과 동작을 표현하는 분야이다. 로봇이 감정을 표현하는 문제에는 많은 심리학적, 해부학적, 공학적 문제가 관련된다. 여러가지 애매모호한 상황임에 불구하고 심리학자인 Ekman과 Friesen에 의해 사람의 여섯 가지 기본 표정이 놀람, 공포, 혐오, 행복감, 두려움, 슬픔은 문화에 영향을 받지 않고 공통적으로 인식되는 보편성을 가지고 있는 것으로 연구됐다. 사람의 행동에 대한 로봇의 반응이 학습되어 감정모델이 결정되고, 그 결과가 행동결정에 영향을 주어 로봇의 행동에 반영되도록 하였다. 본 논문에서는 인간과 로봇과의 상호작용을 통해 정보를 축적하고 인간의 반응에 적응해나 갈 수 있는 감정 처리 모델을 제안한다.

• Annual Conference on Human and Language Technology
• /
• 2008.10a
• /
• pp.145-150
• /
• 2008

본 논문에서는 8개의 문장에 대해서 6명의 화자가 5가지 감정 상태로 발화한 총 240개의 문장을 감정 음성 말뭉치로 활용하여 각 감정 상태에서 특징적으로 나타나는 억양 패턴을 분석하고, 이러한 억양 패턴을 음성 합성 시스템에 적용하는 방법에 대해서 논의한다. 이를 위해 본 논문에서는 감정 상태에 따른 특징적 억양 패턴을 억양구의 길이, 억양구의 구말 경계 성조, 하강 현상에 중점을 두어 분석하고, 기쁨, 슬픔, 화남, 공포의 감정을 구분 지을 수 있는 억양 특징들을 음성 합성 시스템에 적용하는 과정을 보인다. 본 연구를 통해 화남의 감정에서 나타나는 억양의 상승 현상을 확인할 수 있었고, 각 감정에 따른 특징적 억양 패턴을 찾을 수 있었다.

• Journal of Popular Narrative
• /
• v.25 no.1
• /
• pp.123-161
• /
• 2019

The popularity of melodrama indicates that melodrama is composed in a historical context. This is the reason why it is necessary to analyze the imagination of melodrama within a sociocultural context rather than asking the essentialistic question of "What is melodrama?". (2016) and (2018) caused sensations while holding unchallenged top positions in terms of viewing rate and popularity. These dramas indicate the popular imagination and desire of Korean society in the 2010s during a period of upheaval. This paper analyzed imagination in melodrama with a focus on nation and emotions of individuals in and . In preexisting dramas, conflicts are often limited to individuals and families; on the contrary, in and , a nation appears as a motif that forms conflicts between individuals. In these intense situations of conflict, people make rational judgments at first; however, they soon dispose of such judgments and reveal value-oriented attitudes through emotions, which drive actions. Both dramas form poésie mainly through poetic rhyming and the mise-en-scène of objects. The dramas also amplify emotions. The main emotions of these dramas are sympathy and sadness. Such emotions are not consumed in itself; instead, they show moral aims through performativity. Consequently, sympathy becomes solidarity, and sadness becomes mourning. Unlike preexisting melodramas whose endings were simply pursuits of love and happiness within the realm of individuals, and demonstrate a moral imagination that simultaneously reminds us of the individual and community through solidarity and mourning.

• 한국벤처창업학회:학술대회논문집
• /
• 2019.11a
• /
• pp.129-134
• /
• 2019

계속 높아지는 기업가정신과 창업의도에도 불구하고 2017년 OECD 보고서에 따르면 한국은 실패에 대한 두려움이 높은 국가로 전체 7위롤 기록했다. 실패 후 신용 불량으로 인한 재기 불가능에 대한 인식이 여전히 팽배해 창업을 저해하는 요인으로 아직까지 큰 비중을 차지하고 있다. 그러므로 실패에 대해 관용적인 문화와 실패를 통한 학습 독려, 실패 기업인의 재도전 지원 활성화 정책은 한국을 진정한 창업국가로 변모하게 할 것이다. 그러나 무엇보다 실패를 경험한 창업가 본인 자신이 새롭게 재기에 임하는 마음가짐이 중요하므로 본 연구의 목적 역시 재창업자가 다시 창업에 어떤 자세로 임해야 하는지 찾고자 하는데 있다. 따라서 본 연구는 재기에 성공한 4명의 사업가와 재도전을 했으나 여전히 성과를 못 내고 있는 5명의 사업가를 인터뷰하여 재도전의 성공 요인을 탐색하고자 한다. 연구 결과, 재기 창업가가 재도전 성공을 위해 가져야 할 자세와 역량을 1) 지식(knowledge), 2) 인지(cognition), 3) 감정(emotion) 이상 3가지 관점에서 기존의 연구가 다루지 못한 접근법을 제안한다. 먼저, 지식 관점에서 보면 기존 사업과의 동질성 여부가 중요한 것이 아니라, 새롭게 진출하는 영역에 대한 준비성이 재도전의 성공 여부에 영향을 미쳤다. 다음으로, 인지적 관점에서는 과거 실패의 원인에 대한 분석과 자기 실책으로의 귀인은 차이를 보이지 않았고 오히려 앞으로 영위할 사업에 대한 여러 사람들의 지적과 충고에 대한 수용 역량(coachability)이 성공과 실패를 나눴다. 마지막으로 감정 관점에서 선행연구는 실패로부터 슬픔을 빨리 극복하는 사람이 학습과정도 빨리 이뤄지는 것으로 여겨졌으나, 슬픔의 극복은 재기 후 성과와는 관련이 없었으며, 본 연구에서는 재기 전 생계유지가 가능한 상태 여부가 성공의 선행조건이 될 수 있음을 발견하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.295-298
• /
• 2007

본 논문에서는 사람의 얼굴표정을 통해 4개의 기본감정(기쁨, 슬픔, 화남, 놀람)에 대한 특징을 추출하고 인식하여 그 결과를 이용하여 감정표현 시스템을 구현한다. 먼저 주성분 분석(Principal Component Analysis)법을 이용하여 고차원의 영상 특징 데이터를 저차원 특징 데이터로 변환한 후 이를 선형 판별 분석(Linear Discriminant Analysis)법에 적용시켜 좀 더 효율적인 특징벡터를 추출한 다음 감정을 인식하고, 인식된 결과를 얼굴 표현 시스템에 적용시켜 감정을 표현한다.

• Asia-Pacific Journal of Business Venturing and Entrepreneurship
• /
• v.16 no.6
• /
• pp.17-29
• /
• 2021

Recently, as social distancing have been raised due to the re-spread of COVID-19, the number of serial entrepreneurs who are closing their business is rapidly increasing. Learning from failure is a source of success, but business failure can result in psychological and economic losses and negative emotions of the serial entrepreneur. At this point, it is very important to find a way to recover the negative emotions caused by business failures of serial entrepreneurs. Recently, a strategic model has emerged to deal with the negative emotions of grief caused by business failures of serial entrepreneurs. This study identified the recovery factors from the grief of business failures of serial entrepreneurs and analyzed Shepherd's(2003) three areas: loss orientation, restoration orientation, and dual process. To this end, individual in-depth interviews were conducted with 12 small business serial entrepreneurs who challenged re-startup to identify the attributes of recovery factors that were not identified with quantitative data. As a result of the study, first, recovery factors were investigated in three areas: individual orientation, family orientation, and network orientation. It was found to help improve recovery in nine categories: self-esteem, persistence, personal competence, hobbies, self-confidence, family support, networks, religion, and social support. Second, recovery obstacle factors were investigated in three areas: psychological, economic, and environmental factors. Nine categories including family, health, social network, business partner, competitor, partner, fund, external environment, and government policy were found to persist negative emotions. Third, the emotional processing process for grief was investigated in three areas: loss orientation, restoration orientation, and dual process. Ten categories such as family, partner support, social member support, government support, hobbies, networks, change of business field, moving, third-party perspective, and meditation were confirmed to enhance rapid recovery in the emotional processing process for grief. The implications of this study are as follows. The process of recovering from the grief caused by business failures of serial entrepreneurs was attempted by a qualitative study. By extending the theory of Shepherd(2003), This study can be applied to help with recovery research. In addition, conceptual models and propositions for future empirical research were presented, which can be discussed in carious academic ways.

• Journal of the Korean Society for Library and Information Science
• /
• v.48 no.1
• /
• pp.53-73
• /
• 2014

Given that emotion-based computing environment has grown recently, it is necessary to focus on emotional access and use of multimedia resources including images. The purpose of this study aims to identify the visual cues for emotion in images. In order to achieve it, this study selected five basic emotions such as love, happiness, sadness, fear, and anger and interviewed twenty participants to demonstrate the visual cues for emotions. A total of 620 visual cues mentioned by participants were collected from the interview results and coded according to five categories and 18 sub-categories for visual cues. Findings of this study showed that facial expressions, actions / behaviors, and syntactic features were found to be significant in terms of perceiving a specific emotion of the image. An individual emotion from visual cues demonstrated distinctive characteristics. The emotion of love showed a higher relation with visual cues such as actions and behaviors, and the happy emotion is substantially related to facial expressions. In addition, the sad emotion was found to be perceived primarily through actions and behaviors and the fear emotion is perceived considerably through facial expressions. The anger emotion is highly related to syntactic features such as lines, shapes, and sizes. Findings of this study implicated that emotional indexing could be effective when content-based features were considered in combination with concept-based features.