• 한국정보시스템학회지:정보시스템연구
• /
• 제25권4호
• /
• pp.121-139
• /
• 2016

Purpose In this study, we propose the special purposed R package named ""new_Noun()" to process nonstandard texts appeared in various social networks. As the Big data is getting interested, R - analysis tool and open source software is also getting more attention in many fields. Design/methodology/approach With more than 9,000 R packages, R provides a user-friendly functions of a variety of data mining, social network analysis and simulation functions such as statistical analysis, classification, prediction, clustering and association analysis. Especially, "KoNLP" - natural language processing package for Korean language - has reduced the time and effort of many researchers. However, as the social data increases, the informal expressions of Hangeul (Korean character) such as emoticons, informal terms and symbols make the difficulties increase in natural language processing. Findings In this study, to solve the these difficulties, special algorithms that upgrade existing open source natural language processing package have been researched. By utilizing the "KoNLP" package and analyzing the main functions in noun extracting command, we developed a new integrated noun processing package "new_Noun()" function to extract nouns which improves more than 29.1% compared with existing package.

• 한국인터넷방송통신학회논문지
• /
• 제16권5호
• /
• pp.111-116
• /
• 2016

미래창조과학부의 정보격차 실태조사에 따르면 장애인의 스마트폰 보유율은 일반인의 1/3 수준에 머물러 있어 장애인의 정보접근성은 비장애인에 비해 현저히 떨어지는 실정이다. 본 논문은 청각장애인의 모바일 음성 통화를 보다 편리하게 사용할 수 있도록 도와주는 어플리케이션인 CallHelper를 개발하였다. CallHelper는 전화가 오면 자동으로 구동되어 상대방의 전화음성을 텍스트로 실시간 번역하여 모바일 화면에 출력하고, 상대방의 음성에서 감정을 추론하여 이모티콘으로 시각화해서 표시하며, 음성과 번역된 텍스트, 감정을 동시에 저장하여 추후 번역결과를 확인해 볼 수 있도록 하는 어플리케이션이다.

• 한국컴퓨터정보학회논문지
• /
• 제19권12호
• /
• pp.49-56
• /
• 2014

본 논문에서는 대용량의 문서, 인터넷 댓글, 소셜 데이터, 메시지 텍스트 등으로부터 표준, 일상적 언어, 및 은어(隱語), 비속어, 약어, 이모티콘 등을 감성 분석함으로써, 복합적인 감성 중 근간이 되는 주 감성들을 측정하고 평가하는 방법을 제안한다. 제안된 방법론은 IRLBA(Implicitly Restarted Lanczos Bidiagonalization Algorithm)을 활용하여 규모가 큰 희소행렬에 대한 주성분분석을 실시하며, 데이터 취합, 메시지 분석, 감성 평가, 감성 분석 및 통합 그리고 결과물 시각화 모듈로 구성된다. 본 연구를 통해 제안된 방법론은 소셜 데이터의 감성분석의 정확도를 향상시키고 감성분석의 활용범위를 확장시키는데 있어 도움을 줄 수 있을 것으로 기대된다.

• 복식문화연구
• /
• 제28권3호
• /
• pp.330-343
• /
• 2020

This study defines the concept of the fashion meme, which has recently emerged as a fashion trend, influential fashion keyword. After analyzing the concepts and characteristics of traditional memes from prior studies, examples of fashion memes were collected from online community and social network services, while a literature study and case study analysis were conducted in parallel drawing on related articles and journals. Modern fashion memes refer to fashion-related symbols and fashion images that are spread online by word-of-mouth, together with fashion styles and items that spread as a result of being worn. Fashion memes in cyberspace are mainly spread through social network or message services, and sometimes combine text, images, videos, hashtags, and emoticons. Fashion memes are a type of collective action of the people in response to social problems in the world, and often involve humorous antics, satire, shock, and eccentricity. Shared fashion memes reflect the expression of personality expression and fun, and at the same time are used as an expression of designer and brand creativity and are integral to marketing. Fashion memes are classified into four types, based on two central axes as follows: non-commercial/commercial and anti-fashion/fashion-friendly. Unlike traditional memes, Internet-based fashion memes emphasize elements of transformation through creativity as well as imitation, which has become a persisting contemporary trend beyond temporary phenomena.

• 한국컴퓨터정보학회논문지
• /
• 제14권5호
• /
• pp.11-17
• /
• 2009

온라인 커뮤니케이션 중 인터넷 메신저를 이용한 대화의 비중이 점점 증가하는 추세이나, 이러한 메신저 대화정보를 효율적으로 재사용할 수 있는 어플리케이션은 많지 않다. 메신저 대화 정보는 사용자의 언어 습관이 반영된다는 특성을 가진다. 이러한 언어 습관은 자주 쓰이는 단어나 이모티콘으로 나타나며, 이들로써 사용자의 기분을 잘 파악할 수 있다는 특성이 있다. 그러므로 본 연구에서는 자주 쓰이는 단어들이나, 기호 등을 이용해서 효과적으로 대화 내용 작성자의 기분 등을 분류할 수 있는 기법을 제안한다. 이러한 기법은 충분한 반복 실험을 통해서 95% 이상의 높은 정확성으로 기분을 분류할 수 있음을 보여주고 있다.

• Educational Technology International
• /
• 제13권1호
• /
• pp.49-77
• /
• 2012

The development of mobile devices and network technology is changing the ways in which people communicate with one another. Mobile text message has emerged as one of the most frequently used form of communication, which also gave rise to various non-verbal texts such as emoticons. Nonetheless, the use of text messages has largely been denied in education because text messages often involve colloquial and non-verbal texts considered inappropriate or grammatically incorrect by the teacher. In efforts to provide a theoretical framework to better understand mobile e-text communication, this research compared the practical usages of non-verbal texts in the mobile e-learning environment. The study developed three types of text messages according to the degree of using non-verbal texts and their phraseology as instructors' messages, which were then distributed to 259 students via mobile text messaging. The perceptions of students were analyzed using a semantic differential scale and a questionnaire. The results showed clear differences in students' perceptions of non-verbal text and traditional text, and that optimally designed non-verbal texts turned out to encourage the students' interaction the most out of the three types of text messages. Following the discussion of the results, an expanded theoretical framework beyond Ong's concepts of orality and literacy is also suggested to understand the evolution of mobile e-text communication in education.

• Journal of Information Processing Systems
• /
• 제19권6호
• /
• pp.842-857
• /
• 2023

Currently, most sentiment classification models on microblogging platforms analyze sentence parts of speech and emoticons without comprehending users' emotional inclinations and grasping moral nuances. This study proposes a hybrid sentiment analysis model. Given the distinct nature of microblog comments, the model employs a combined stop-word list and word2vec for word vectorization. To mitigate local information loss, the TextCNN model, devoid of pooling layers, is employed for local feature extraction, while BiLSTM is utilized for contextual feature extraction in deep learning. Subsequently, microblog comment sentiments are categorized using a classification layer. Given the binary classification task at the output layer and the numerous hidden layers within BiLSTM, the Tanh activation function is adopted in this model. Experimental findings demonstrate that the enhanced TextCNN-BiLSTM model attains a precision of 94.75%. This represents a 1.21%, 1.25%, and 1.25% enhancement in precision, recall, and F1 values, respectively, in comparison to the individual deep learning models TextCNN. Furthermore, it outperforms BiLSTM by 0.78%, 0.9%, and 0.9% in precision, recall, and F1 values.

• 디자인학연구
• /
• 제20권1호
• /
• pp.133-142
• /
• 2007

입출력 체계가 텍스트를 기반으로 이루어진 문자에 의한 커뮤니케이션은 비언어적 요소가 삭제되어 사회적 실재감이 감소하는 한계성을 지닌다. 사람들은 이를 극복하기 위해 이모티콘, 아이콘, 통신언어 등의 다양한 요소를 통해 사용자의 감정 및 상황을 시각화하는 방안을 모색하고 있다. 본 연구는 휴대폰에서의 문자 활용을 통해 글꼴을 통한 감정의 시각화 방안을 알아보기 위한 사전 연구로 문헌 연구를 통해 변화된 커뮤니케이션 환경 및 휴대폰 문자메시지 서비스, 그리고 모바일 글꼴 개발 현황에 대해 연구하고, 조사 연구를 통해 휴대폰 문자 메시지와 비언어적 커뮤니케이션에 대한 사용자 인식을 조사하였다. 이를 통해 사용자의 휴대폰 문자메세지에 대한 인식 및 글꼴을 통한 감정 표현의 가능성을 확인하였다. 본 연구를 통해 도출된 결과를 토대로 향후 휴대폰 문자메시지에서 글꼴은 감정을 시각화할 수 있는 방안을 적극적으로 모색해 볼 수 있을 것이다.

• 한국멀티미디어학회논문지
• /
• 제10권4호
• /
• pp.506-515
• /
• 2007

본 논문에서는 사용자의 동작에 대한 반응으로 표정을 변화하여 감정을 표현할 수 있는 실시간 반응형 그림자 아바타인 RISA(Real-time Interactive Shadow Avatar)를 제안한다. 아바타 형태는 사용자의 실사로부터 실시간으로 추출한 가상의 그림자를 사용하며, 손동작의 유형에 따라 변화하는 표정 애니메이션이 그림자의 얼굴 위치에 겹쳐지도록 하였다. 가상 그림자의 추출을 위해서는 배경 차분화 기법을 사용하며, 머리위치 및 손동작의 추적 및 유형 탐지를-위해-단순화된 영역 단위 추적 기법을 사용하였다. 또한 표정의 자연스러운 변화를 표현하기 위해 표정 애니메이션은 기존의 동적 이모티콘보다 많은 수의 애니메이션 프레임들을 사용하는 변형된 모핑 기법을 적용하였다. RISA는 인터페이스 미디어 아트 분야에 직접 응용될 수 있을 것이며, RISA에 적용된 탐지 기법은 향후 입력 장치의 간결성이 요구되는 DMB나 카메라폰 등을 위한 대체 인터페이스에도 활용될 수 있을 것이다.

• 한국콘텐츠학회논문지
• /
• 제13권8호
• /
• pp.72-82
• /
• 2013

본 연구에서는 트위터 상에서의 유명인과 트위터 이용자 사이에 이루어지는 트위터 매개 상호작용의 특성 및 감정 반응에 대해 탐색하였다. 이를 위해 유명인과의 트위터 매개 상호작용 유형을 '의사 교호작용', '정보 허브', 그리고 '팬덤' 등의 세 가지로 구분하였고, 유명인의 유형은 '연예인', '정치인', '전문인', 그리고 '블로거' 등의 네 가지로 분류하였다. 이렇게 구분된 트위터 매개 상호작용 및 유명인의 유형 범주에 따라 트위터 이용자들이 수행하는 트윗 행위의 특성을 분석 비교하였다. 또한 트위터 이용자들의 감정 반응을 나타내는 지표로 상정한 '이모티콘 이용'과 '감정 표현 제시' 빈도가 트위터 매개의 상호작용 유형 및 유명인 유형 범주에 따라 어떠한 차이가 있는지도 확인하였다. 분석을 위한 자료는 한국 트위터 공식 사이트를 통해 수집되었다. 공식 사이트를 활용하여 각 유형별 유명인에 대해 이루어진 트윗을 검색해 총 960개의 트윗을 수집하였고 각각의 트윗에 대한 내용 분석을 실시하였다. 분석 결과, 트위터 이용자들의 의사 교호작용 트윗 형태는 정치인과 전문가 유형에 대해서 가장 빈번했고, 팬덤 성격의 트윗은 연예인 유형에 대해서 가장 현저했으며, 정보 허브를 표방하는 트윗은 블로거 유형에 대해서 제일 빈번하게 수행된 것을 알 수 있었다. 감정 반응과 관련해서는 팬덤 유형의 트위터 매개 상호작용에 있어서 이모티콘 이용과 감정 표현의 제시 빈도가 가장 현저했다. 또 유명인 유형 중에서는 연예인에 대한 트윗에서 감정 반응이 가장 현저하게 드러났으며 이모티콘 이용 빈도는 전문인의 경우가 그 뒤를 이었고, 감정 표현 사용은 전문인과 정치인 유형이 유사한 것으로 확인되었다.