• 한국의학물리학회지:의학물리
• /
• 제23권1호
• /
• pp.62-69
• /
• 2012

적응 방사선 치료(Adaptive Radiation Therapy, ART)를 실행하기 위한 매 치료 마다 획득되는 Megavoltage cone-beam CT (MVCBCT) 영상을 이용한 재 선량 계산 과정은 필수적이다. 본 연구의 목적은 intensity 보정 방법을 적용한 MVCBCT 영상 기반의 선량 계산 결과와 kilo-voltage CT (kV CT) 영상 기반의 선량 계산 결과의 비교 및 MVCBCT 영상 기반의 선량계산 정확성의 향상이다. MVCBCT 영상의 intensity 교정을 위해 kV CT와 MVCBCT을 이용하여 12 종류의 전자밀도 바를 제공하는 Cheese 팬텀 영상을 획득하고, Cheese 팬텀 영상의 동일한 전자밀도 바에서 표현되는 kV CT 영상과 MVCBCT 영상의 intensity 관계를 도출하였다. 이후 kV CT, MVCBCT를 이용한 Rando 팬텀 영상을 획득하여 MVCBCT 영상은 3차원 강체 정합을 수행하였고 본 과정을 통해 MVCBCT 영상은 kV CT 영상과 마치 동일한 모달리티에서 획득한 영상과 같은 위치 및 intensity 분포로 변환되었고, MVCBCT 영상의 잡음을 없애기 위한 Gaussian smoothing 필터를 적용하였다. 위의 과정을 거친 MVCBCT 영상을 토대로 intensity 교정을 적용한 영상과, intensity 교정을 적용하지 않은 영상, kV CT영상을 기반으로 방사선 치료 계획 시스템을 이용한 선량 계산을 시행 하였다. 선량 계산의 결과는 선량 분포의 차이 및 Percentage difference로 평가되었다. Intensity 보정을 적용한 MVCBCT 영상의 선량 계산 결과의 경우 kV CT 영상 기반의 선량 계산 결과와의 Percentage difference가 두경부 영상의 경우 1.08%, 흉부 영상의 경우 2.44%였다. 본 연구에서 적용한 intensity 변환을 통해 MVCBCT 영상을 이용한 선량 계산의 정확성이 향상됨을 확인하였고, 본 연구 방법은 실제 선량 계산에 적용 및 사용의 편리성을 확인하였다. 차후 연구 계획도 본 연구 내용에 의해 제안되었다.

• 한국식품과학회지
• /
• 제14권4호
• /
• pp.301-308
• /
• 1982

볏짚을 이용한 재래식 청국장을 $40^{\circ}C$(A구) 및 $50^{\circ}C$(B구)에서 발효시키고, 일반성분, pH 및 적정산도, 질소화합물, protease의 역가 및 유리아미노산의 변화를 분석한 결과는 다음과 같다. 1. 청국장 Koji 발효중의 품온의 변화는 발효온도에 따라 A, B 시험구 모두 상이하였으나 발효시간이 경과함에 따라 상승하였다가 그후 감소하였다. 2. 수분과 조단백질 함량은 모두 발효시간의 경과에 따른 변화가 없었으며 시험구 사이에도 큰 변화를 보이지 않았다. 3. 발효과정중의 pH는 초기 6.4에서 발효 72시간후 pH는 A구가 7.46, B구가 7.82로서 완만하게 증가하였다. 4. 청국장 Koji 발효과정중의 아미노태 질소 및 수용성질소 함량은 모두 증가 현상을 보였으며, 아미노태 질소함량은 숙성후기(60)시간에는 다소 감소하였다. 5 청국장의 조지방 성분은 큰 변화를 보이지 않았으며, 조섬유함량은 완만한 증가현상을 보였다. 6. 청국장 Koji 발효과정중 protease의 역가는 발효 48시간까지는 증가하여 최고에 달하였다가 이후 감소하였다. 7. 청국장 제조과정중 유리아미노산의 함량은 증자직후에는 2.7%이였으나 발효시간이 경과할수록 증가하였으며, 발효 $40^{\circ}C$에서 72시간 숙성시킨 것이(16.2%) $50^{\circ}C$ 시험구(6.9%)보다 유리아미노산의 함량이 현저히 증가하였으며 발효시킨 양시료 중의 유리아미노산의 함량중 glutamic acid가 가장 많았으며 cysteine이 가장 적었다. 8. 이상의 결과를 종합하면 청국장의 최적발효조건은 $40^{\circ}C$에서 72시간이었다. 비교를 통한 치료 선량의 정확성을 평가하고, 방사선 치료의 원활하고 정확한 수행을 위해 실용적이고, 보편적인 치료계획 시스템의 정도관리 방법과 절차서를 수립하는데에 유용할 것으로 사료된다.와 모양에 따라 선택할 수 있도록 하였다. 라디오파를 이용한 온열분포의 측정은 인체조직과 전기적 특성이 비슷한 물질인 한천 팬텀 제작하여 사용하였으며 온도분포 측정은 열전대와 서머그람으로 시행하였다. 생체조직 내에서의 온도분포와 온열효과를 관찰하기 위하여 직접 개의 뇌를 이용하여 시행하였으며 4 개의 전극을 이용하여 43$^{\circ}C$로 50분간 가열하고 일주일후 개를 회생시켜 개 뇌에 대한 조직학적 검사를 시행하였다. 한편 팬텀 표면에서 중앙부로 안테나 길이가 2 cm 인 4 개의 전극을 1 cm 간격으로 정사각형이 되도록 삽입하여 가열하였을 때 90% 등온곡선이 반경 1.25의 원형으로 균일하게 분포되었고 종단면상 삽입관의 길이에 따라 균일한 온도분포가 이루어졌다. 전극을 2 cm 간격으로 삽일 하였을 때 90% 등온곡선이 1.75 반경으로 거의 4 각형의 균일한 분포를 얻었으나 전극의 간격이 증가하면 전도율이 떨어져서 전극 중심부에 불균일한 온도분포를 형성하였다. 동물실험에서 정상 개의 뇌 실질에 자입하여 직접 정방형의 중심을 43$^{\circ}C$로 유지하며 50분간 온열 요법을 시행한 후 관찰한 조직병리학적 소견은 liquefactive necrosis, pyknosis of neuronal element 및 polymorphonuclear leukocytes들의 회백질에서 급성기에 관찰되었고 liquefactive necrosis 주위에 lipid-laden macrophage들이 관찰됨이 공통적인 특정이었으며 후기변화로

• 전기전자학회논문지
• /
• 제25권3호
• /
• pp.493-500
• /
• 2021

본 논문에서는 다각형 용기의 품질 향상을 위한 딥러닝 구조 개발을 제안한다. 딥러닝 구조는 convolution 층, bottleneck 층, fully connect 층, softmax 층 등으로 구성된다. Convolution 층은 입력 이미지 또는 이전 층의 특징 이미지를 여러 특징 필터와 convolution 3x3 연산하여 특징 이미지를 얻어 내는 층이다. Bottleneck 층은 convolution 층을 통해 추출된 특징 이미지상의 특징들 중에서 최적의 특징들만 선별하여 convolution 1x1 ReLU로 채널을 감소시키고convolution 3x3 ReLU를 실시한다. Bottleneck 층을 거친 후에 수행되는 global average pooling 연산과정은 convolution 층을 통해 추출된 특징 이미지의 특징들 중에서 최적의 특징들만 선별하여 특징 이미지의 크기를 감소시킨다. Fully connect 층은 6개의 fully connect layer를 거쳐 출력 데이터가 산출된다. Softmax 층은 입력층 노드의 값과 연산을 진행하려는 목표 노드 사이의 가중치와 곱을 하여 합하고 활성화 함수를 통해 0~1 사이의 값으로 변환한다. 학습이 완료된 후에 인식 과정에서는 학습 과정과 마찬가지로 카메라를 이용한 이미지 획득, 측정 위치 검출, 딥러닝을 활용한 비원형 유리병 분류 등을 수행하여 비원형 유리병을 분류한다. 제안된 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과, 양품/불량 판별 정확도 99%로 세계최고 수준과 동일한 수준으로 산출되었다. 검사 소요 시간은 평균 1.7초로 비원형 머신비전 시스템을 사용하는 생산 공정의 가동 시간 기준 내로 산출되었다. 따라서 본 본문에서 제안한 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능의 그 효용성이 입증되었다.

• 대한화장품학회지
• /
• 제45권2호
• /
• pp.175-184
• /
• 2019

상피세포성장인자(epidermal growth factor, EGF)는 인간의 표피 및 진피에서 세포막 수용체와 상호작용을 통하여 세포의 생장 및 증식을 유도하는 기능을 갖고 있다. 이 같은 EGF의 기능은 의료 및 화장품 분야에서 상처치유 의약품 및 노화방지 화장품의 주요원료로 사용되고 있다. 화장품 원료로서 EGF는 피부장벽으로 알려져 있는 피부 각질층의 투과가 잘 안되기 때문에 가지고 있는 본연의 효능을 구현하는 데 문제가 있다. 본 연구에서는 EGF의 경피투과 효율을 개선하기 위하여 피부 투과능이 확인된 거대분자 전송 도메인(macromolecule transduction domain, MTD) 151이 융합된 형태로 재조합 인간 상피세포성장인자 ($MTD_{151}-EGF$)를 개발하였다. $MTD_{151}-EGF$의 유전자가 coding된 vector로 형질전환된 대장균에서 $MTD_{151}-EGF$ 발현시킨 후 정제를 진행하였다. 정제된 MTD-EGF를 대상으로 세포증식시험, 세포독성시험, 생체외 피부흡수시험 그리고 인공피부를 이용한 경피투과능을 평가하였다. 99% 이상 고순도로 정제된 $MTD_{151}-EGF$의 세포증식 활성은 EGF 대비 동등 이상의 수준이었으며, 세포독성은 관찰되지 않았다. 또한, 인공피부 투과모델에서 FITC로 표지된 EGF와 $MTD_{151}-EGF$의 진피층까지의 투과를 공초점 현미경으로 관찰한 결과, $MTD_{151}-EGF$는 EGF 대비 우수한 투과능을 보였으며, 경피흡수 시스템을 이용한 투과물질의 정량분석 결과, EGF 대비 약 16 배 이상 투과량이 많은 것으로 확인되었다. 이러한 결과들은 다양한 활성물질들의 화장품용 원료로서의 경피투과에 MTD가 기존의 물리적인 경피투과 방법을 효율적으로 개선한 대안이 될 것으로 판단된다.

• 생명과학회지
• /
• 제31권3호
• /
• pp.356-365
• /
• 2021

최근, 본 연구진은 담수 환경 유래 한천 분해 세균인 Cellvibrio sp KY-GH-1 (KCTC13629BP)의 전체 유전체 염기 서열을 분석하여 아가로오스를 L-AHG 및 D-갈락토오스로 가수분해시키는 아가레이즈들을 암호화하는 유전 정보를 탐색하였다. 그 결과, KY-GH-1 균주는 유전체 상의 약 77 kb 길이의 아가레이즈 유전자 클러스터 내에 9개의 β-아가레이즈 유전자들과 2개의 α-네오아가로비오스 가수분해효소(α-NABH) 유전자들을 지닌 것으로 나타났다. 이러한 유전자 정보를 바탕으로 KY-GH-1 균주가 한천을 탄소원으로 자화하기 위해 단량체인 L-AHG와 D-갈락토오스로 분해시키는 공정은, 엔도형 GH16 β-아가레이즈, 엔도형 GH86 β-아가레이즈 등에 의해 개시되어 NA4, NA6, NA8 등을 생성시킨 후, 이들에 대해 엑소형 GH50 β-아가레이즈가 추가로 작용하여 NA2를 생성시키고, 이어서 GH117 α-NABH가 작용하여 생성된 NA2를 단량체 L-AHG와 D-갈락토오스로 분해함으로써 종결되는 것으로 예측되었다. 대장균 발현 시스템과 PET-30a 벡터를 함께 사용하여, KY-GH-1 균주 유래의 GH50 패밀리 β-아가레이즈 유전자들(GH50A, GH50B, GH50C)과 GH117 패밀리 α-NABH 유전자들(GH117A α-NABH, GH117B α- NABH)을 발현시켜 His-태그 재조합 효소단백질들로 확보하여, 이들 효소단백질을 이용하여 효소 활성을 비교 분석한 결과, 재조합 GH50A β-아가레이즈가 세 개의 GH50A 패밀리 β-아가레이즈 동위효소들 중에서 가장 높은 엑소형 β-아가레이즈 활성을 나타내며, 또한 재조합 GH117A α-NABH가 NA2를 L-AHG와 D-갈락토오스로 강력하게 가수분해할 수 있으나 재조합 GH117B α-NABH는 NA2 가수분해 활성이 없음을 확인하였다. 연이어 GH50A β-아가레이즈 및 GH117A α-NABH의 효소 특성을 추가로 조사하였다. 아울러 이들 각 효소가 나타내는, 아가로오스를 분해하여 NA2를 생성시키는 효율성과 NA2를 분해하여 L-AHG 및 D-갈락토오스를 생성시키는 효율성을 평가하였다. 본 총설에서는, L-AHG 및 D-갈락토오스의 양산을 위한 아가로오스의 효소적 가수분해에 성공적으로 활용될 수 있을 것으로 기대되는, 담수 유래 한천 분해 세균 Cellvibrio sp. KY-GH-1 유래의 재조합 GH50A β-아가레이즈 및 GH117A α-NABH의 장점들에 대해 기술한다.

• Radiation Oncology Journal
• /
• 제25권4호
• /
• pp.242-248
• /
• 2007

목적: 마우스 모델에서 cisplatin과 방사선조사로 구내염을 유발시킨 후 재조합 표피성장인자 (recombinant human epidermal growth factor, rhEGF)을 처치하여 그 효과를 알아보고자 하였다. 대상 및 방법: 마우스 24마리를 대상으로 정상대조군 8마리와 실험군은 각각 rhEGF 처치군과 미처치군으로 8마리씩 분류하였으며 실험군은 10 mg/kg의 cisplatin을 방사선조사 첫날 동시에 1회 복강 내 투여하였고, 방사선조사는 5일간 1회 5 Gy씩, 5일간 25 Gy를 조사하였다. RhEGF 처치군은 방사선조사 2일 전부터 2일간 1 mg/kg의 rhEGF를 피하주사하였으며 방사선조사3일째부터 3일간 1 mg/kg를 피하주사하여 총 5 mg/kg의 rhEGF를 투여하였다. 마우스의 체중변화, 먹이섭취 및 조직학적 변화를 평가하였다. 결 과: 마우스 체중변화는 rhEG F처치군이 실험 3일째부터 5일간 rhEGF 미처치군과 비교하여 통계적으로 유의한 체중의 차이를 관찰할 수 있었다. 먹이섭취는 실험군(rhEGF 처치군과 미처치군)에서 실험 5일째까지 감소하였다가 13일째부터 먹이섭취의 증가를 보여주었다. Cisplatin과 방사선조사 후 7일째의 조직학적 검사에서는 rhEGF 처치군에서 마우스의 점막 표피층의 변성이 관찰되었으나 rhEGF 미처치군에서는 점막층의 염증 반응이 관찰되었다. 결 론: Cisplatin과 방사선 조사로 마우스에서 발생한 구내염에서 rhEGF를 투여한 경우 체중 변화와 먹이섭취의 유의한 개선을 관찰하였으며 조직학적 검사에서 점막 손상의 회복을 확인하였다. 향후 임상적으로 rhEGF가 항암화학요법과 방사선치료로 인한 구내염을 줄일 수 있는 가능성을 확인하였다.값은 11개월이었고 2년, 3년 생존율은 31.5%, 15.8%였다. 결 론: 2기 췌장암 환자들은 국소 재발 및 원격 전이의 가능성이 높은 고위험군으로 국소 제어율 및 전체 생존율의 향상을 위해서 수술 후 효과적인 방사선치료의 적극적인 시행 및 이후의 보조적인 전신 항암화학요법을 권고하여 시행하는 것이 바람직하다. 평가 검사는 모두 제조사의 시험지침서에 부합하였다. 결론적으로, 이는 본 GE $Advance^{TM}$ PET 시스템이 임상에의 적용에 적합함을 보여주었다.mens사의 상용 분석 프로그램에는 해당 기능이 없어 계산값의 비교를 통한 검증은 수행하지 못하였고, 수화(hydration)와 탈수(dehydration) 각각의 조건에 따른 신장기능 분석에 적용하였을 때, 판별 기준이 되는 유의미한 값을 산출하여 타당성 검증을 대신하였다. 결론: 이 연구에서 개발한 핵의학 영상의 정량적 분석을 통한 신장기능 분석 프로그램을 사용하여 신장 기능을 분석한 결과, 타당성 있는 결과를 도출하여 그 유용성을 입증하였다. 이 개발 프로그램은 좀 더 다양한 임상응용 목적의 분석기능을 사용자가 직접 개발, 추가하기가 용이하여 기존 상용 프로그램보다 연구적 활용범위가 크다고 사료된다.2.2{\pm}0.4\;(1.6{\sim}3.2){\mu}g/ml$와 $1.4{\pm}0.2\;(0.8{\sim}1.6){\mu}g/ml$로서(p=0.16), 표준균주 3종 모두에서 Infecton의 MBC 또한 ciprofloxacin에 비해 $2{\sim}4$배가 높았다. 결론: Tc-99m Infecton은 ciprofloxacin 보다는 약하였지만 표준균주에 대해 생체외 항균력을 보였다.를

• 지능정보연구
• /
• 제25권1호
• /
• pp.85-107
• /
• 2019

온라인 소비자는 쇼핑 웹사이트에서 특정 제품군이나 브랜드에 속한 제품들을 둘러보고 구매를 진행할 수 있고, 혹은 단순히 넓은 범위의 탐색 반경을 보이며 여러 페이지들을 돌아보다 구매를 진행하지 않고 이탈할 수 있다. 이러한 온라인 소비자의 행동과 구매에 관련된 연구는 꾸준히 진행되어왔으며, 실무에서도 소비자들의 행동 데이터를 바탕으로 한 서비스 및 어플리케이션이 개발되고 있다. 최근에는 빅데이터 기술의 발달로 소비자 개인 단위의 맞춤화 전략 및 추천 시스템이 활용되고 있으며 사용자의 쇼핑 경험을 최적화하기 위한 시도가 진행되고 있다. 하지만 이와 같은 시도에도 온라인 소비자가 실제로 웹사이트를 방문해 제품 구매 단계까지 전환될 확률은 매우 낮은 실정이다. 이는 온라인 소비자들이 단지 제품 구매를 위해 웹사이트를 방문하는 것이 아니라 그들의 쇼핑 동기 및 목적에 따라 웹사이트를 다르게 활용하고 탐색하기 때문이다. 따라서 단지 구매가 진행되는 방문 외에도 다양한 방문 형태를 분석하는 것은 온라인 소비자들의 행동을 이해하는데 중요하다고 할 수 있다. 이러한 관점에서 본 연구에서는 온라인 소비자의 탐색 행동의 다양성과 복잡성을 설명하기 위해 실제 E-commerce 기업의 클릭스트림 데이터를 기반으로 세션 단위의 클러스터링 분석을 진행해 탐색 행동을 유형화하였다. 이를 통해 각 유형별로 상세 단위의 탐색 행동과 구매 여부가 차이가 있음을 확인하였다. 또한 소비자 개인이 여러 방문에 걸친 일련의 탐색 유형에 대한 패턴을 분석하기 위해 순차 패턴 마이닝 기법을 활용하였으며, 같은 기간 내에 제품 구매까지 완료한 소비자와 구매를 진행하지 않은 채 방문만 진행한 소비자들의 탐색패턴에 대한 차이를 확인할 수 있었다. 본 연구의 시사점은 대규모의 클릭스트림 데이터를 활용해 온라인 소비자의 탐색 유형을 분석하고 이에 대한 패턴을 분석해 구매 과정 상의 행동을 데이터 기반으로 설명하였다는 점에 있다. 또한 온라인 소매 기업은 다양한 형태의 탐색 유형에 맞는 마케팅 전략 및 추천을 통해 구매 전환 개선을 시도할 수 있으며, 소비자의 탐색 패턴의 변화를 통해 전략의 효과를 평가할 수 있을 것이다.

• 지능정보연구
• /
• 제27권4호
• /
• pp.1-22
• /
• 2021

텍스트를 바탕으로 한 차원 기반 감성 분석(Aspect-Based Sentiment Analysis)은 다양한 산업에서 유용성을 주목을 받고 있다. 기존의 차원 기반 감성 분석에서는 타깃(Target) 혹은 차원(Aspect)만을 고려하여 감성을 분석하는 연구가 대다수였다. 그러나 동일한 타깃 혹은 차원이더라도 감성이 나뉘는 경우, 또는 타깃이 없지만 감성은 존재하는 경우 분석 결과가 정확하지 않다는 한계가 존재한다. 이러한 문제를 해결하기 위한 방법으로 차원과 타깃을 모두 고려한 감성 분석(Target-Aspect-Sentiment Detection, 이하 TASD) 모델이 제안되었다. 그럼에도 불구하고, TASD 기존 모델의 경우 구(Phrase) 간의 관계인 지역적인 문맥을 잘 포착하지 못하고 초기 학습 속도가 느리다는 문제가 있었다. 본 연구는 TASD 분야 내 기존 모델의 한계를 보완하여 분석 성능을 높이고자 하였다. 이러한 연구 목적을 달성하기 위해 기존 모델에 합성곱(Convolution Neural Network) 계층을 더하여 차원-감성 분류 시 보조 손실(Auxiliary loss)을 추가로 사용하였다. 즉, 학습 시에는 합성곱 계층을 통해 지역적인 문맥을 좀 더 잘 포착하도록 하였으며, 학습 후에는 기존 방식대로 차원-감성 분석을 하도록 모델을 설계하였다. 본 모델의 성능을 평가하기 위해 공개 데이터 집합인 SemEval-2015, SemEval-2016을 사용하였으며, 기존 모델 대비 F1 점수가 최대 55% 증가했다. 특히 기존 모델보다 배치(Batch), 에폭(Epoch)이 적을 때 효과적으로 학습한다는 것을 확인할 수 있었다. 본 연구에서 제시된 모델로 더욱 더 세밀한 차원 기반 감성 분석이 가능하다는 점에서, 기업에서 상품 개발 및 마케팅 전략 수립 등에 다양하게 활용할 수 있으며 소비자의 효율적인 구매 의사결정을 도와줄 수 있을 것으로 보인다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.95-110
• /
• 2013

최근 다양한 소셜미디어를 통해 생성되는 비정형 데이터의 양은 빠른 속도로 증가하고 있으며, 이를 저장, 가공, 분석하기 위한 도구의 개발도 이에 맞추어 활발하게 이루어지고 있다. 이러한 환경에서 다양한 분석도구를 통해 텍스트 데이터를 분석함으로써, 기존의 정형 데이터 분석을 통해 해결하지 못했던 이슈들을 해결하기 위한 많은 시도가 이루어지고 있다. 특히 트위터나 페이스북을 통해 실시간에 근접하게 생산되는 글들과 수많은 인터넷 사이트에 게시되는 다양한 주제의 글들은, 방대한 양의 텍스트 분석을 통해 많은 사람들의 의견을 추출하고 이를 통해 향후 수익 창출에 기여할 수 있는 새로운 통찰을 발굴하기 위한 움직임에 동기를 부여하고 있다. 뉴스 데이터에 대한 오피니언 마이닝을 통해 주가지수 등락 예측 모델을 제안한 최근의 연구는 이러한 시도의 대표적 예라고 할 수 있다. 우리가 여러 매체를 통해 매일 접하는 뉴스 역시 대표적인 비정형 데이터 중의 하나이다. 이러한 비정형 텍스트 데이터를 분석하는 오피니언 마이닝 또는 감성 분석은 제품, 서비스, 조직, 이슈, 그리고 이들의 여러 속성에 대한 사람들의 의견, 감성, 평가, 태도, 감정 등을 분석하는 일련의 과정을 의미한다. 이러한 오피니언 마이닝을 다루는 많은 연구는, 각 어휘별로 긍정/부정의 극성을 규정해 놓은 감성사전을 사용하며, 한 문장 또는 문서에 나타난 어휘들의 극성 분포에 따라 해당 문장 또는 문서의 극성을 산출하는 방식을 채택한다. 하지만 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다. 본 연구는 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다는 인식에서 출발한다. 동일한 어휘의 극성이 해석하는 사람의 입장에 따라 또는 분석 목적에 따라 서로 상이하게 해석되는 현상은 지금까지 다루어지지 않은 어려운 이슈로 알려져 있다. 구체적으로는 주가지수의 상승이라는 한정된 주제에 대해 각 관련 어휘가 갖는 극성을 판별하여 주가지수 상승 예측을 위한 감성사전을 구축하고, 이를 기반으로 한 뉴스 분석을 통해 주가지수의 상승을 예측한 결과를 보이고자 한다.