• 정보처리학회논문지B
• /
• 제18B권5호
• /
• pp.325-332
• /
• 2011

최근 트위터, 페이스북과 같은 소셜 네트워크 서비스(Social Network Service : SNS)가 활성화됨에 따라 서비스 사용자들에 의해 작성된 막대한 텍스트들로부터 의미 있는 정보를 찾기 위한 연구가 많은 주목을 받고 있다. 특히 문장에 담겨 있는 감정은 활용 범위가 매우 넓은 정보로서 문장에 대한 감정을 분류하는 일은 매우 유용한 일이라고 할 수 있다. 본 논문에서는 문장의 감정을 분류하기 위해 문장에 포함되어 있는 형식적 어휘 정보와 이모티콘이나 인터넷 용어와 같은 온라인상에서 많이 이용되는 다양한 형태의 비형식적 어휘 정보를 이용한 새로운 문장 감정 분류 방법을 제안한다. 기존에는 문장의 감정을 분류하기 위해 사전을 기반으로 한 형식적 어휘 정보를 이용했지만, 최근 인터넷 사용자들은 인터넷 용어나 이모티콘과 같은 비형식적 어휘를 많이 사용해 기존의 형식적 어휘 정보만으로는 정확한 감정 분류가 어렵다. 제안한 방법은 형식적 어휘 정보와 비형식적 어휘 정보를 이용해 다양한 형태의 어휘를 포함하는 인터넷 상의 문장들에 대해 보다 정확한 감정 분류 결과를 보여준다. 또한, 같은 어휘라도 도메인별로 다른 감정을 나타내는 경우가 많으므로 제안한 방법에서는 도메인별로 다른 감정 어휘정보를 이용했다. 각 감정 어휘 정보를 통해 특징벡터로 표현된 문장은 Support Vector Machine(SVM) 분류 방법을 통해 감정을 분류하고 그 성능을 평가했다.

• 융합정보논문지
• /
• 제10권10호
• /
• pp.40-46
• /
• 2020

인터넷의 발전으로 사용자들은 자신의 경험이나 의견을 공유한다. 영화평과 같은 비정형 문서의 전체적인 감정이나 장르 등의 정보를 고려하지 않고 연관된 키워드를 사용하기 때문에 적절한 감정 상황에 따른 감성 정확도를 저해한다. 따라서 사용자들이 작성한 비정형 문서가 속한 장르나 전반적인 감정 등의 정보를 기반으로 감성을 예측하는 시스템을 제안한다. 먼저, 비정형 문서로부터 기쁨, 화남, 공포, 슬픔 등의 감정 집합과 연관된 대표 키워드를 추출하고, 감정 특징단어들의 정규화된 가중치와 비정형 문서의 정보를 훈련 집합으로 CNN과 LSTM을 조합한 시스템에 훈련한다. 최종적으로 영화 정보와 형태소 분석기와 n-gram을 통해 추출한 정제된 단어들과 이모티콘, 이모지 등을 테스트함으로써 감정을 이용한 감성 예측 정확도와 F-measure 측면에서 향상됨을 보였다. 제안한 예측시스템은 슬픈 영화에서 슬픈 단어의 사용과 공포 영화에서 무서운 단어 등의 사용으로 인해 부정으로 판단하는 오류를 피함으로써, 감성을 상황에 따라 적절하게 예측할 수 있다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 2부
• /
• pp.411-416
• /
• 2008

게임의 발달은 시각적으로 현실에 가까운 게임캐릭터의 탄생을 가져왔고 현재는 아바타나 이모티 콘 등으로 게임 캐릭터에 감정을 불어넣는 움직임이 활발히 진행되고는 있으나 이는 유동적으로 변화하는 게임 속 환경에 능동적으로 대처하는 감정표현이 아닌 1차적인 입력에 의해 결과 값만을 표현하는 것으로서, 아직 깊이 있는 게임캐릭터의 감정표현은 이루어지고 있지 않다. 이에 본 논문은 유동적으로 변화하는 게임 속 환경에 능동적으로 행동과 감정을 표현하는 게임캐릭터를 제작하기 위해 게임 캐릭터에게 적용할 수 있는 감정 요소를 대표적인 인지심리모델인 OCC모델을 바탕으로 분류하고 이를 상용화 된 RPG게임의 게임 상황 분석을 온톨로지를 통하여 체계화시켜 게임캐릭터를 위한 인공감정모델 'CROSS(Character Reaction on Specific Situation) Model AE Engine'을 제안하고자 한다.

• 한국콘텐츠학회논문지
• /
• 제12권12호
• /
• pp.471-478
• /
• 2012

문서를 대상으로 한 다양한 감정 분류 연구가 진행되어 왔으며, 최근에는 트윗 감정 분류에 그대로 적용되고 있다. 그러나 이러한 연구들은 트윗의 구조, 이모티콘, 철자 오류 그리고 신조어와 같은 트윗의 특징을 고려하지 않아 좋은 성능을 보이지 못하고 있다. 본 논문에서는 기계학습을 기반으로 다양한 자질을(이모티콘 극성, 리트윗 극성, 사용자 극성, 대체 어휘)사용하여 실험하여 트윗 감정 분류 성능의 영향을 확인하였다. 기계 학습기 SVM(Support Vector Machine) 기반의 감정 분류 실험으로 이모티콘 극성 자질과 사용자 극성 자질이 트윗 감정 분류 모델의 성능 향상에 기여를 하는 것을 알 수 있었다. 이와 비교하여 리트윗 극성과 대체 어휘 자질은 트윗 감정 분류 모델에 큰 영향이 없는 것을 알 수 있었다.

• 한국산업정보학회논문지
• /
• 제21권3호
• /
• pp.35-46
• /
• 2016

특정한 관심이나 활동을 공유하는 관계망을 구축해주는 온라인 서비스인 소셜네트워크서비스(SNS), 자신의 관심사에 따라 자유롭게 글, 사진, 동영상 등을 올릴 수 있는 공간인 블로그(Blog) 등은 자신을 알리고 표현하는 사회현상으로 자리 매김하고 있다. 이러한 SNS나 블로그를 통해 사용자들이 자유롭게 표현한 글들을 분석하여 의미있는 정보와 가치, 그리고 패턴을 찾기 위한 텍스트 마이닝(Text Mining), 오피니언 마이닝(Opinion Mining), 의미 분석(Semantic Analysis) 등의 연구가 활발히 이루어지고 있다. 또한, 연구자들의 연구 효율을 보다 높이기 위하여 키워드 기반 연구들도 이루어져있다. 하지만 대부분의 연구들은 한글의 맞춤법에 많은 한계점을 나타내고 있다. 본 연구는 어근을 찾기 힘든 이상한 외계 언어, 무분별하게 표현되는 속어, 알기 힘든 한글 이모티콘 인터넷 언어, 마이닝 처리 과정에서 파악하기 어려운 단어들을 데이터베이스에 구축하여 데이터 사전 기반 마이닝 처리 기법의 한계를 극복하고자 한다. 특정 주제에 대한 주관적 견해로 구성된 블로그를 사례 분석 대상으로 연구를 진행하였으며 유니코드를 활용한 비표준어 추출은 텍스트 마이닝 처리에 유용함을 발견할 수 있었다.

• Journal of Dental Anesthesia and Pain Medicine
• /
• 제19권4호
• /
• pp.227-233
• /
• 2019

Background: Dental anxiety in children is a major barrier in patient management. If dental anxiety in pediatric patients is assessed during the first visit, it will not only aid in management but also help to identify patients who are in need of special care to deal with their fear. Nowadays, children and adults are highly interested in multimedia and are closely associated with them. Children usually prefer motion pictures on electronic devices than still cartoons on paper. Therefore, this study was conducted to evaluate a newly designed scale, the animated emoji scale (AES), which uses motion emoticons/animojis to assess dental anxiety in children during their first dental visit, and compare it with the Venham picture test (VPT) and facial image scale (FIS). Methods: The study included 102 healthy children aged 4-14 years, whose dental anxiety was measured using AES, VPT, and FIS during their first dental visit, and their scale preference was recorded. Results: The mean anxiety scores measured using AES, FIS, and VPT, represented as $mean{\pm}SD$, were $1.78{\pm}1.19$, $1.93{\pm}1.23$, and $1.51{\pm}1.84$, respectively. There was significant difference in the mean anxiety scores between the three scales (Friedman test, P < 0.001). The Pearson's correlation test showed a very strong correlation (0.73) between AES and VPT, and a strong correlation between AES and FIS (0.88), and FIS and VPT (0.69), indicating good validity of AES. Maximum number of children (74.5%) preferred AES. Conclusion: The findings of this study suggest that the AES is a novel and child-friendly tool for assessing dental anxiety in children.

• 한국콘텐츠학회논문지
• /
• 제21권1호
• /
• pp.1-11
• /
• 2021

챗봇과 친밀한 관계를 느끼고 대화에 몰입감을 높이기 위해 인간의 감정을 정확히 인지하고 그에 적합한 감정적 반응을 표현하는 인공지능 연구가 활발히 진행되고 있다. 따라서 본 연구에서는 챗봇이 감정을 표현할 때 사람같이 느끼게 하는 사회적 현존감을 높이는 비언어적 표현 방식에 대해서 밝히고자 한다. 본 연구는 우선 배경연구를 진행하여 표정이 가장 감정을 잘 드러내는 비언어적 표현이며 움직임은 관계몰입에 중요하다는 것을 파악하였다. 이를 바탕으로 감정에 따라 사회적 현존감이 느껴지는 표현 방식을 밝히기 위해 5가지 기본 감정인, 기쁨, 슬픔, 놀람, 두려움, 화남을 동적 텍스트, 동적 제스처, 정적 표정 이모티콘으로 자극물을 준비하여 설문조사를 통해 가장 사회적 현존감이 느껴지는 표현 방식을 각 감정별로 택하도록 하였다. 설문 결과 기쁨과 같은 긍정적이고 각성 상태가 높은 감정에서는 동적인 표현이, 슬픔과 화남과 같은 부정적인 감정에서는 정적 표정 이모티콘이, 놀람, 두려움과 같은 중립적 감정의 경우 의미를 확실히 알 수 있는 동적 텍스트가 주로 선택되었다. 본 연구 결과는 챗봇 개발 시 감정을 표현하는 방식을 정할 때 중요한 참고자료가 될 것으로 기대한다.

• 경영과정보연구
• /
• 제38권4호
• /
• pp.1-24
• /
• 2019

본 연구는 MIM(Mobile Instant Messenger) 서비스에서 소비자들이 구매하는 이모티콘 번들의 구성을 개인이 선택 가능토록 하는 맞춤화(customization)를 하는 것에 대한 소비자들의 반응을 설문을 통해 확인함으로써, 이모티콘 시장에서 맞춤 번들링이 유효한 마케팅 전략인지를 증명하고자 한다. 현재 국내 MIM 서비스에서 이용되는 이모티콘은 순수 번들링의 형태이다. 이에 따라 이모티콘 번들 내에 포함된 모든 이모티콘을 사용하지 않음에도 필요한 이모티콘만 따로 구입이 불가능하기 때문에 어쩔 수 없이 번들 전체를 구입해야 한다. Hitt and Chen (2005)과 Wu and Anandalingam (2002)은 소비자가 순수 번들링에 포함된 제품 및 서비스 중 일부만 가치있게 생각한다면 맞춤 번들링이 훨씬 수익성이 좋음을 증명하여 순수 번들링의 대안으로서 제시한 바 있다. 맞춤 번들링은 한계비용이 0에 가까운 상품일 때 적합한데, 이모티콘과 같은 정보재의 경우 이러한 조건을 충족한다. 반면, 맞춤 번들링은 선택 가능한 옵션을 증가시키기 때문에 복잡성의 문제를 낳을 수 있고(Blecker et al., 2004), 소비자는 정보의 과부화를 겪게 될 수도 있다(Huffman & Kahn, 1998). 따라서 맞춤 번들링 도입 필요성에 대한 판단은 상품의 특성 및 소비자들의 반응에 대한 실증적 분석을 통해 이루어질 필요가 있다. 설문조사를 통해 얻은 자료를 분석한 결과, 맞춤 번들링을 도입하였을 때, 소비자들의 구매의도와 지불의 사금액은 유의하게 증가하였다. 맞춤 번들에 대한 구매의도는 기존 순수 번들에 대한 구매의도보다 리커트 5점척도 기준으로 0.44 정도가 증가하였다. 구매의도의 증가 정도는 기존에 순수 번들을 구매한 경험의 유무에 따른 차이가 없는 것으로 확인되었다. 기존에 순수 번들 구매 경험이 없는 그룹의 경우는 50% 정도의 응답자가 맞춤 번들의 구매의향을 밝힌 것으로 확인되었다. 반면 구매 경험이 있는 그룹에서는 87% 응답자가 구매의향을 밝힌 것으로 나타났다. 지불의사금액은 전체 그룹에서 기존 이모티콘 가격 대비 약 2.8% 증가하였다. 기존 구매경험에 따라 분류하여 분석하면, 구매 경험이 있는 그룹에서는 5.9% 증가하였고 구매 경험이 없는 그룹은 기존 가격 대비 약 5%가 싸다면 살 의향이 있는 것으로 나타났다. 종합적으로 이모티콘 번들에 맞춤 번들링을 도입하는 것은 소비자의 긍정적 반응을 이끌어낼 수 있으며, 실무적으로도 유효한 마케팅 전략이 될 수 있을 것으로 판단된다.

• 감성과학
• /
• 제24권3호
• /
• pp.3-16
• /
• 2021

현실에서 사회적 지위가 높은 사람은 낮은 사람보다 타인의 정서나 표정에 주의를 기울이지 않는다는 연구들에는 진전이 있었다. 그러나 가상 세계에서 사회적 지위가 높은 사람, 그 중에서도 청소년에게 유사한 현상이 나타나는지에 대한 연구는 드물었다. 본 연구는 게임이라는 가상 세계에서 지위가 높은 청소년과 낮은 청소년이 긍정적인 상황에서 수신한 웃음 이모티콘(^^)과 부정적인 상황에서 수신한 동일 이모티콘의 의미를 긍정적으로 해석하는지(미소나 격려, 위로) 아니면 부정적으로 해석하는지(조소, 조롱, 비아냥거림)를 확인함으로써 선행연구의 한계를 보완하고자 이루어졌다. 이를 위해 실험 1은 참가자들이 조종하는 게임 캐릭터의 지위가 게임 세계 평균보다 낮은 조건, 같은 조건, 높은 조건으로 구분한 후, 긍정적 혹은 부정적 상황에서 수신한 웃음 이모티콘의 긍정성을 판단하게 하였다. 실험 2는 참가자들이 조종하는 게임 캐릭터의 지위를 아는 사람보다 낮게 혹은 높게 설정한 후, 긍정적 혹은 부정적 상황에서 수신한 웃음 이모티콘의 긍정성을 판단하게 하였다. 실험 3은 참가자들이 조종하는 게임 캐릭터의 지위를 평균보다 낮음(아는 사람 정보는 없음), 평균보다 낮은데 아는 사람은 더 낮음, 평균보다 높음(아는 사람 정보는 없음), 평균보다 높은데 아는 사람은 더 높음으로 구분한 후, 긍정적 혹은 부정적 상황에서 수신한 웃음 이모티콘의 긍정성을 판단하게 하였다. 결과적으로 참가자들은 평균적으로 지위가 낮을 때, 아는 사람보다 지위가 낮을 때, 평균적으로 지위가 높지만 아는 사람은 더 높을 때 웃음 이모티콘의 의미를 조소, 조롱, 비아냥거림으로 해석하는 경향을 확인할 수 있었다. 그러나 평균적으로 지위가 높거나, 아는 사람보다 지위가 높거나, 평균적으로 지위가 낮지만 아는 사람은 더 낮은 참가자들은 웃음 이모티콘의 의미를 미소나 위로로 해석하였다. 본 연구는 가상세계에서 형성된 청소년의 지위가 온라인 의사소통에 미치는 영향을 확인한 드문 연구로서 중요하다.

• 한국융합학회논문지
• /
• 제9권1호
• /
• pp.419-431
• /
• 2018

본 논문은 개인 사용자의 트윗을 분석하여 사용자의 감정 흐름을 모니터링할 수 있는 새로운 방법을 제안한다. 본 논문에서는 사용자의 감성 흐름을 정확하게 예측하기 위해서 기존의 텍스트 위주의 시스템과 달리 본 연구에서는 사용자가 쓴 텍스트와 영상 등으로부터 감성을 인식하는 멀티 모달 분석 기법이 개발된다. 제안된 방법에서는 먼저 어휘분석 및 문맥을 이용한 텍스트분석기와 학습기반의 영상감성인식기를 이용하여 텍스트 및 영상 트윗에 숨겨진 개별 감성을 추출한다. 이후 이들은 규칙기반 통합 방법에 의해 날짜별로 통합되고, 마지막으로 개인의 감성흐름을 보다 직관적으로 관측할 수 있도록 감성흐름그래프로 시각화한다. 제안된 방법의 효용성을 평가하기 위해 두 단계의 실험이 수행되었다. 먼저 4만여 개의 트윗으로부터 제안된 방법의 정확도 평가 실험이 수행되고, 최신 트윗 분석 기술과 비교 분석되었다. 두 번째 실험에서는 40명의 우울증을 가진 사용자와 일반사용자를 구분할 수 있는지에 대한 실험이 수행된 결과, 제안된 기술이 실제 사용자의 감성흐름을 모니터하는데 효율적임을 증명하였다.