• 한국콘텐츠학회논문지
• /
• 제16권3호
• /
• pp.269-287
• /
• 2016

이 연구는 유병언 사망 사건과 관련된 언론 보도를 네트워크 분석하고, 이 사건이 소셜네트워크사이트를 통해 어떻게 확산되는지 이슈의 확산 과정을 네트워크 분석했다. 지상파 언론과 종편을 분석 대상으로 언론보도의 이슈 현저성, 단어의 가시성과 연결성을 분석했다. 네트워크 분석 결과 종편은 사건과 관련된 핵심 정보보다는 유병언 유류품, 브랜드, 시신에 대한 루머를 강조했고, 지상파 방송은 국과수의 DNA 검사 결과를 중심으로 보도했다. 시기별로 보면 1기 지상파는 '유병언 시신 발견 프레임'을, 종편은 '수사 비난 프레임', '명품 강조 프레임'으로 사건을 틀지었다. 2기 지상파는 '유병언 사인 분석 프레임'을, 종편은 '의혹 제기 프레임'을 강조했다. 3기 지상파는 몇 건 밖에 보도하지 않아 분석의 의미가 없고 종편은 '주변 정보 강조 프레임'이 부각되었다. 언론의 보도는 유투브와 SNS를 통해 확산되었는데, 네트워크 분석 결과 유병언 사망과 관련된 루머가 주목을 받은 것으로 나타났다. 인터넷과 SNS의 발달로 독자들이 적극적으로 의견을 표출하면서 루머를 확산시킨 것으로 생각된다. 음모론의 확산 과정에서 주류 언론은 종편의 선정적이고 자극적인 보도에 밀려 영향을 발휘하지 못했음이 밝혀졌다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.47-51
• /
• 2021

1. 연구배경 및 목적 정신건강과 육체건강을 놓고 이 두 가지 중에서 어떤 건강이 더 중요한지 여러 가지 의견을 놓고 있다. '건강한 육체에 건강한 정신이 깃든다'는 말도 있지만 이 역시 어느 정도는 맞는 말이다. 육체가 건강하지 못하고 망가지면 제대로 활동하기가 힘들기 때문에 의지력도 약해지고 게을러지기 쉽다. 반대로 정신적으로도 너무 충격을 받으면 육체가 상하는 경우도 있다. TV에서도 보면 충격적인 일을 겪거나 과도한 스트레스를 받으면 혈압이 오르는 경우도 있고, 심장마비까지 오는 경우를 보게 된다. 교통사고도 다친 육체적인 상처보다 사고로 인한 정신적인 충격 때문에 몸이 더 안 좋아지는 경우도 있다. 정신건강을 중요하게 생각하는 이유로 이러한 부분 때문인 것도 있지만, 살아감에 있어서 사회생활을 필요로 하기 때문에 요즘 시대에는 정신건강도 매우 중요하게 여기고 있다. 정신적으로도 너무 위축되어 버리면 할 수 있을 거 같은 일도 제대로 해내기 어렵고, 자기능력을 제대로 발휘를 못하게 되는 경우도 있기 때문이다. 이러한 것을 채우기 위해서는 자존감을 찾는 것이 매우 중요하다. 자존감이 저하되고, 자존감이 상실하게 되면 자신을 스스로 초라한 존재라고 생각하기 쉽고, 스스로가 아무것도 해낼 수 없는 존재라고 생각하게 된다. 그러한 생각들 때문에 결국 우울증으로 이어지게 된다. 우울증도 극복하지 못하고, 방치하다 보면 결국 육체에 심한 질병이 있어 아무 것도 할 수 없는 사람처럼 우울증도 아무 일도 하지 못하고, 무기력해진다. 우울증은 최악의 경우 자살과 자해까지 이어지기도 한다. 결국 정신건강이 인생의 모든 것까지 좌우한다는 걸 알 수 있다. 최근에는 일반인들도 그렇지만 연예인들도 우울증을 극복하지 못하고, 자살하는 사람도 늘어나고 있는 추세이다. 그렇기 때문에 우울증의 심각성, 자존감 상실의 심각성도 매우 중요하게 여겨지고 있다. 그래서 어떤 요소 및 원인이 자존감 상실로 이어지는지 알아보고, 연구하고자 한다. '텍스트 마이닝'이라는 기능을 통해서 분석하고자 한다. '텍스트 마이닝'이란 비정형 텍스트 데이터를 통해서 유용한 정보들을 찾아내고 통계적인 의미가 있는 개념이나 특성을 추출하고 이것들 간의 패턴이나 추세 등 정보를 끌어 오는 과정이다. 이러한 기능들을 이용하면 자존감 상실의 원인이 무엇인지 자존감 상실이 어떤 것을 가져다주는지 알 수 있을 것이다. 데이터를 수집하기 위해 먼저 키워드를 '자존감 상실', '자괴감', '모멸감', '수치심', '죄책감', '고독감'등 자존심 상실과 연관된 단어로 정하고, SNS '트위터'를 통해서 정해진 키워드를 검색하고, 검색으로 얻어진 문장들을 수집해서 단어들을 추출해서 빈도 횟수도 분석하고, 연관성 있는 단어들 끼리 묶어서 어떤 특성을 가지고 있는지도 분석하고자 한다.

• 대한화학회지
• /
• 제66권3호
• /
• pp.218-227
• /
• 2022

이 연구는 대학 화학 실험 수업에 참여한 수강생이 작성한 강의평가의 서술형 내용 중 수업의 좋은 점과 개선사항에 대해 텍스트 마이닝 기법을 적용하여 학생들의 의견을 분석하고, 수업의 개선 방안을 도출하는 데 목적이 있다. 연구 방법은 텍스트 마이닝 기법을 적용하여 핵심단어의 출현 빈도, 동시 출현 빈도, 네트워크 분석을 실시하였다. 연구결과, 화학 실험 수업의 좋은점 네트워크에서는 수업과 교수님 간 언급이 가장 많았고, 설명, 이해, 학생, 열정, 재미, 조교, 실험, 도움 등과 함께 언급되었다. 화학 실험 수업의 개선점 네트워크에서는 수업과 학생 간 언급이 가장 많았고, 교수님, 내용, 설명, 시험, 좋겠다, 실험, 이해, 어렵다, 생각, 문제 등과 함께 언급되었다. 즉, 학생들은 '쉽고 자세한 설명'과 '조교의 도움'으로 인해 실험 수업 내용이 잘 이해되고, 실험 과정에 재미와 만족을 느꼈다는 의견을 수업의 좋은 점으로 제시하였다. 반면에 '수업 내용과 시험의 어려움', '과도한 과제', '수업 환경'으로 인해 수업 내용에 대한 이해도와 집중도가 떨어진다는 부정적인 의견을 수업의 개선점으로 제시하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.26-28
• /
• 2017

스마트폰 보유율과 모바일 이용 행태가 급변함에 따라 방송사에서는 양방향 서비스를 포함한 다양한 방송 서비스를 제공하려고 노력하고 있다. 양방향 서비스 방송에서 시청자가 보낸 문구를 실제 화면에 보여주기까지 PD 와 담당자들의 수작업이 필요하다. 하지만 하루 평균 약 7,200 건 (MBC 오늘아침 소통중계)의 양방향 서비스 관련 로그가 남게 되어, PD 가 일일이 판별하기에는 많은 노력이 따른다. 이러한 불필요한 노력을 줄이기 위해 본 논문에서는 감정 분석을 이용한 딥러닝 인공지능 기반 양방향 서비스 방송 소프트웨어 시스템을 제안한다. 첫째, 시청자들이 전송한 의견, 건의사항, 내용 등을 전처리 과정을 진행한다. 둘째, 감정 사전을 이용해 전처리 된 단어와 비교하여 시청자가 보낸 문구의 감정 점수를 계산한다. 셋째, 과거 실제 방송에 송출된 시청자 문구를 감정 점수와 함께 딥러닝을 이용하여 훈련시킨다. 본 논문의 성능을 평가하기 위해, 2017 년 생방송 오늘아침 소통중계에 사례연구를 진행하였고 효율성을 보였다. 앞으로 이러한 양방향 서비스 방송 소프트웨어 시스템 도입으로, PD 가 방송 제작에 더욱 집중 할 수 있도록 차별화된 방송을 준비하는데 크게 기여할 것이라 기대한다.

• 한국지구과학회지
• /
• 제21권4호
• /
• pp.469-478
• /
• 2000

1999년 10월 강원대학교에서 열렸던 한국지구과학회 추계학술발표회에서 발표되었던 한글 요약문들을 훑어보았다. 요약문에는 외국어표현과 분명치 않은 말들과 너무 긴 문장들이 섞여있다. 외국말 표현은 일본어, 영어, 중국어 표현 방법들과 단어들이다. 지구과학 요약문과 논문을 한글로 잘 쓰는 방안을 제안한다. 그 방안에는 일반교양 과학책을 많이 읽고 한 문장이 20 어절이 넘지 않도록 하며 지도교수나 동료들에게 요약문의 비평을 부탁하고 그들의 비평을 받아들일 열린 마음이 포함된다. 저자들이 이 논문 표 2에 있는 여러 가지 잘못을 범하지 않도록 관심을 가져야 한다.

• 현장농수산연구지
• /
• 제22권2호
• /
• pp.99-114
• /
• 2020

본 연구는 2020년 한농대 입학생의 자소서에 서술된 학생들의 다양한 교내외 활동, 대학 지원 동기, 학업계획 및 향후 영농·영어계획 등의 텍스트 데이터를 대상으로 텍스트 마이닝에 의한 토픽 분석과 연관성 분석을 하였다. 텍스트 마이닝 결과에서 문항 3의 동아리 활동을 비롯한 다양한 활동 사례와 그 과정에서 배우고 느낀 점에 대한 키워드는 '친구' 빈도가 압도적으로 높았으며, '생각', '시간', '의견', '활동', '사람', '학교', '선생님', '학생', '동아리' 등의 키워드 순으로 많이 사용되었다. 문항 4의 대학 지원동기 및 졸업 후 진로계획에 대한 서술 데이터에는 '생각', '농업', '한농대', '농장', '지식', '공부', '사람', '관심', '전문', '아버지' 등의 키워드 빈도가 높게 나타났으며, 이 가운데 '아버지', '한농대', '전문', '농장' 등의 키워드는 다른 질문에 비하여 상위에 나타나는 특징을 보였다. 연관규칙 분석 결과에서 키워드 간 규칙의 발생 빈도이자 중요성을 나타내는 지지도는 문항 3에서 {친구} <=> {생각}, 문항 4에서 {생각} <=> {한국농수산대학} 규칙에서 가장 높게 나타났다. 두 단어 사이 연관성을 나타내는 신뢰도는 문항 3에서 {선생님} => {친구}, 문항 4에서 {농업, 한국농수산대학} => {생각}에서 높게 나타났다. 두 단어 간 밀접성을 나타내는 향상도는 문항 3에서 {친구} <=> {선생님}, 문항 4에서 {지식} <=> {전문}에서 높게 나타났다. 즉 두 단어는 우연히 함께 사용되지 않고 한 단어가 나타나면 뒤에 반드시 나머지 단어가 사용되었다는 것을 의미한다. 또한 키워드 간의 매개체 역할의 분석, 즉 키워드들 사이에 최단 경로를 파악하는 관계 중심성 분석과 연결 edge 수를 평가하는 연결 중심성 분석에서 문항 3은 '친구', '생각', '학교', '시간' 및 '사람', 문항 4는 '생각', '한국농수산대학', '지식' 및 '지원' 등의 키워드의 중심성이 매우 높은 결과를 나타냈다.

• 한국전자거래학회지
• /
• 제25권1호
• /
• pp.13-33
• /
• 2020

본 연구는 자모 단위의 임베딩과 회선 신경망을 활용한 한국어 감성 분석 알고리즘을 제안한다. 감성 분석은 텍스트에서 나타난 사람의 태도, 의견, 성향과 같은 주관적인 데이터 분석을 위한 자연어 처리 기술이다. 최근 한국어 감성 분석을 위한 연구는 꾸준히 증가하고 있지만, 범용 감성 사전을 사용하지 못하고 각 분야에서 자체적인 감성 사전을 구축하여 사용하고 있다. 이와 같은 현상의 문제는 한국어 특성에 맞지 않게 형태소 분석을 수행한다는 것이다. 따라서 본 연구에서는 감성 분석 절차 중 형태소 분석을 배제하고 초성, 중성, 종성을 기반으로 음절 벡터를 생성하여 감성 분석을 하는 모델을 개발하였다. 그 결과 단어 학습 문제와 미등록 단어의 문제점을 최소화할 수 있었고 모델의 정확도는 88% 나타내었다. 해당 모델은 입력 데이터의 비 정형성에 대한 영향을 적게 받으며, 텍스트의 맥락에 따른 극성 분류가 가능하게 되었다. 한국어 특성을 고려하여 개발된 본 모델이 한국어 감성 분석을 수행하고자 하는 비전문가에게 보다 쉽게 이용될 수 있기를 기대한다.

• 한국콘텐츠학회논문지
• /
• 제12권10호
• /
• pp.541-554
• /
• 2012

본 연구는 초등학교 5학년 하위권 학생들을 대상으로 수행된 G러닝 방과후학교 영어수업의 효과성을 제시하고 있다. 최근 게임을 활용한 교수학습방법을 의미하는 G러닝이 활성화되면서, 영어교육 분야에서 G러닝을 수용할 수 있는 방법에 대한 연구의 필요성이 강조되고 있다. 본 연구에서는 대전에 소재한 한 초등학교에서 23명의 5학년 영어 성취도 하위권 학생들을 대상으로 12주 동안 G러닝 영어 방과후학교 수업을 진행하였다. G러닝의 효과성을 검증하기 위해 성취도 및 정의적 영역에 대해 두 개의 가설을 설정하여 이를 검증하였다. 가설검증을 위해 수업 전, 후 성취도 평가 및 설문조사를 실시하고 FGI를 통해 참여자의 의견을 수렴하였다. 그 결과 하위권 학생들의 영어 성적이 약 15점 정도 향상되었고, 단어 철자 그리고 의사소통 영역에서 통계적으로 유의미한 향상도를 보였다. 또한, G러닝 수업을 통해 학생들이 영어학습에 대한 자신감과 흥미를 갖게 되었다.

• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.460-469
• /
• 2020

본 연구는 코로나19 사태로 인하여 최근 이슈로 떠오르는 '마스크 5부제'에 대한 온라인 뉴스 기사와 카페글을 분석하여 언론과 대중들의 반응을 담고 있는 매스 미디어와 소셜 미디어 의제를 파악하고, 그 차이점을 알아보았다. 분석을 위해 네이버 뉴스 기사 전문 2,096건과 카페글 1,840건을 수집하고 데이터 전처리 과정과 정제과정을 거쳐 단어 빈도분석, 워드 클라우드, LDA 토픽모델링 분석을 실시하였다. 분석 결과, 매스 미디어에 비해 소셜 미디어는 '대리 구매', '개학 연기', '마스크 사용', '마스크 구입'과 같이 실생활 관련 토픽이 나타나 개인 미디어의 특성이 반영되어 정보 전달의 기능 보다는 개인의 의견, 감정, 정보를 교류하는 역할을 하는 것으로 나타났다. 본 연구에 적용된 연구방법의 적용으로 다양한 미디어 분석을 통해 사회이슈가 공중의제화되고, 정부의제로 진화하는 정책의제설정 과정에서 참고자료로 활용될 수 있을 것이다.

• 정보과학회 논문지
• /
• 제42권4호
• /
• pp.512-521
• /
• 2015

네티즌은 인터넷을 통해서 상품을 구매하고 상품에 대한 감정을 긍정 혹은 부정으로 상품평에 표현한다. 상품평에 대한 분석은 잠재적 소비자뿐만 아니라 기업의 의사결정에 중요한 자료가 된다. 따라서 인터넷의 대량 리뷰에서 의미 있는 정보를 분석하여 의견을 도출하는 오피니언 마이닝 기술의 중요성이 증대되고 있다. 기존의 연구는 대부분이 영어를 기반으로 진행되었고 아직 한글에 대한 상품평 분석은 활발히 이루어 지지 않고 있다. 또한 한글은 영어와 달라 꾸미는 말과 어미가 복잡한 특성을 갖고 있다. 그리고 기존의 연구는 통계적 기법, 사전 기법, 기계학습 기법 등을 사용하여 연구되었으나 인터넷 언어의 특성을 감안하지는 못하였다. 본 연구에서는 감정이 포함된 인터넷 언어의 특성을 분석하여 감정분석의 정확률을 높이는 감정분류 방법을 제안한다. 이를 통해 데이터에 독립적인 인터넷 감정기호를 이용해서 자동으로 긍정 및 부정 상품평을 분류할 수 있었고 높은 정확률, 재현율, Coverage 결과를 통해서 제안 알고리즘의 유효성을 확인할 수 있었다.