• 한국콘텐츠학회논문지
• /
• 제12권11호
• /
• pp.30-38
• /
• 2012

감성 분석은 블로그와 트위터 같은 다양한 소셜 미디어에서 사용자들이 표현하는 감정의 종류를 분석하고 추출하는 연구이다. 현재 감성 분석 연구는 꾸준히 계속되고 있지만, 한국어의 감성 분석 평가 집합은 아직 없다. 본 논문에서는 감성 분석을 평가할 수 있는 평가집합을 구축한다. 평가집합에서는 사용자의 감성에 대한 극성뿐만 아니라 감성의 종류와 강도까지 고려한 평가집합을 구축하였다. 이를 위해 감성의 종류는 긍정에서 7가지의 범주와 부정에서 15가지의 범주를 나누고, 각 범주별로 1~3까지의 강도를 설정하였다. 또한 각 범주에 속하는 어휘에 대해서도 1~3까지의 강도를 설정하였다. 평가집합의 데이터는 다양한 소셜 미디어에서 3,270 문장을 추출하여 구축하였으며, 각 문장에 대해 5 명이 감성의 종류와 강도를 태깅하였다. 구축한 평가집합에서 5명의 일치도는 극성의 경우 93 %, 감성의 종류는 70 %, 강도는 58 % 로 나타났다. 이는 독일어와 스페인어의 평가 집합 보다 일치도가 높게 나타났다. 이 결과는 제안한 평가 집합이 신뢰할 만한 자원으로 다른 감성 분석 시스템의 평가데이터로 사용될 수 있음을 보여준다.

• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.43-50
• /
• 2022

The students' feedback is important to measure and improve teaching performance. Many teacher performance evaluation systems are based on responses to closed question, but the free text answers can contain useful information which had to be explored. In this paper we present a lexicon-based sentiment analysis to explore students' text feedback. The data was collected from a system for the evaluation of teachers by students developed and used in our university. The students comments are in Romanian language so we built a Romanian sentiment word lexicon. We used this to categorize the feeback text as positive, negative or neutral. In addition, we added a new polarity - indifferent - in order to categorize blank and "I don't answer" responses.

• 한국컴퓨터정보학회논문지
• /
• 제25권6호
• /
• pp.81-89
• /
• 2020

우리가 SNS상에서 흔하게 접하는 온라인 리뷰에는, 소비자들의 선호도에 영향을 미치는 다양한 평가정보가 복합적으로 포함되어 있지만 이를 매우 간단한 형태의 수치(또는 평점)로 제공하는 것이 일반적이다. 이러한 리뷰에서, 소비자가 원하는 구체적인 정보를 얻고, 이를 구매를 위한 판단에 활용하기란 쉽지 않다. 따라서 본 연구에서는 한국어로 작성된 음식점 리뷰를 대상으로, 감성분석을 수행하여 평가항목별로 세분화된 평점을 제공 가능한 예측 방법론을 제안한다. 이를 위해, 음식점의 주요 평가항목으로 '음식', '가격', '서비스', '분위기'를 선정하고, 평가항목별 맞춤형 감성사전을 새롭게 구축한다. 또한 평가항목별 리뷰 문장을 분류하고 감성분석을 통해 세분화된 평점을 예측하여 소비자가 의사결정에 활용 가능한 추가적인 정보를 제공한다. 마지막으로, MAE와 RMSE를 평가지표로 사용하여 기존의 연구보다 제안기법의 평점 예측 정확도가 향상되었음을 보이며, 제안 방법론의 활용 사례도 제시한다.

• 인터넷정보학회논문지
• /
• 제16권2호
• /
• pp.41-48
• /
• 2015

영화 리뷰 사이트에서 영화 평점은 네티즌들의 주관적 판단으로 결정된다. 이로 인해 그들이 남긴 영화평과 평점 사이의 극성이 서로 불일치하는 경우가 종종 발생한다. 본 논문에서는 이 문제를 해결하기 위해 영화의 평가에 영향을 미치는 감성 문장들의 집합을 만들고, 이들을 영화평에 적용하여 평점을 추론한다. 감성 문장들의 집합을 만들기 위한 과정은 감성 어휘 사전을 구축하는 단계와 감성 문장을 구성하는 단계로 이루어진다. 감성 어휘 사전은 영화평에서 쓰인 형용사와 형용사의 극성을 저장한다. 감성 문장은 영화와 관련된 명사를 주어로 갖고 감성 어휘 사전의 어휘를 서술어로 갖는 문장 구조이다. 감성 문장의 극성과 감성 문장에서 쓰인 서술어의 극성이 다른 문장들은 제거하여 감성 문장들이 감성 어휘 사전 어휘의 극성과 일치되도록 하였다. 영화평에서 쓰인 감성 문장들의 평균 점수를 구하면 영화평이 갖는 감성 점수가 된다. 본 연구 결과를 통해 네티즌들이 매긴 평점에 비해 감성 문장 집합을 적용하여 계산한 영화평의 감성 점수가 영화평에 대한 의견을 더 잘 반영한다는 것을 알 수 있다.

• Journal of Multimedia Information System
• /
• 제9권1호
• /
• pp.61-68
• /
• 2022

The importance of online reviews is prevalent as more people access goods or places online and make decisions to visit or purchase. However, such reviews are generally provided by short sentences or mere star ratings; failing to provide a general overview of customer preferences and decision factors. This study explored and broke down restaurant reviews found on Google Maps. After collecting and analyzing 5,427 reviews, we vectorized the importance of words using the TF-IDF. We used a random forest machine learning algorithm to calculate the coefficient of positivity and negativity of words used in reviews. As the result, we were able to build a dictionary of words for positive and negative sentiment using each word's coefficient. We classified words into four major evaluation categories and derived insights into sentiment in each criterion. We believe the dictionary of review words and analyzing the major evaluation categories can help prospective restaurant visitors to read between the lines on restaurant reviews found on the Web.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권5호
• /
• pp.240-245
• /
• 2016

본 연구에서는 댓글(음식점/영화/모바일제품) 및 도메인이 없는 트위터 데이터에 대한 감성 분석을 수행하고, 각 문장에 대한 object(or aspect)와 opinion word를 추출하는 시스템을 개발하고 평가한다. 감성 분석을 수행하기 위해 Structural SVM 알고리즘과 Latent Structural SVM 알고리즘을 사용하여 비교 평가하였으며, 실험 결과 Latent Structural SVM이 더 좋은 성능을 보였으며, 구문 분석을 통해 분석된 VP, NP정보를 활용하여 object(aspect)와 opinion word를 추출할 수 있음을 보였다. 또한, 실제 서비스에 활용하기 위해 감성 탐지기를 개발하고 평가하였다.

• 대한산업공학회지
• /
• 제43권1호
• /
• pp.62-71
• /
• 2017

In order to attract foreign tourists, it is important to understand what factors on domestic tour spots are critically considered and how they are evaluated after visit. However, most of the researches on tour business have collected information from tourists through survey on a small number of tourists, which leads to inaccurate and biased conclusion. In this paper, we suggest a data-driven methodology to figure out tourists' satisfaction factors and estimate sentiment scores on them. To do so, we collected review comments data from popular web site. Latent dirichlet allocation is employed to extract key factors and elastic net is used to estimate sentiment scores. Then, an aggregated evaluation score is generated by combining the factors and the sentiment scores per topics. Our proposed method can be used to recommend travel schedules with themes and discover new spots.

• 한국게임학회 논문지
• /
• 제18권5호
• /
• pp.113-122
• /
• 2018

본 논문은 게임 도메인에서 웹 코퍼스를 이용하여 감성사전을 구축하는 방법과 구축한 감성사전의 평가 결과를 기술한다. 감성사전 구축을 위해 먼저 트위터 형태소 분석기를 이용해 국내 한 포털 사이트의 게임 관련 웹 문서를 기반으로 어휘를 수집하여 감성 사전 어휘 목록을 만들었고, 목록에 있는 단어들 중 동사와 형용사 품사의 단어들에 대해 감성 사전을 구축하였다. 구축된 감성 사전의 평가를 위해 영어 기반의 Senti-word Net(SWN)을 한글로 번역한 한국어 SWN을 이용하여 정밀도와 재현율 값을 계산하였다. 평가 결과 긍정과 부정 감성의 F-1 값에 대한 평균이 형용사의 경우 0.85, 동사에 대해 0.77을 각각 보여 주었다.

• Journal of information and communication convergence engineering
• /
• 제17권1호
• /
• pp.41-48
• /
• 2019

In recent years, sentiment analysis research has become popular. The research results of sentiment analysis have achieved remarkable results in practical applications, such as in Amazon's book recommendation system and the North American movie box office evaluation system. Analyzing big data based on user preferences and evaluations and recommending hot-selling books and hot-rated movies to users in a targeted manner greatly improve book sales and attendance rate in movies [1, 2]. However, traditional machine learning-based sentiment analysis methods such as the Classification and Regression Tree (CART), Support Vector Machine (SVM), and k-nearest neighbor classification (kNN) had performed poorly in accuracy. In this paper, an improved kNN classification method is proposed. Through the improved method and normalizing of data, the purpose of improving accuracy is achieved. Subsequently, the three classification algorithms and the improved algorithm were compared based on experimental data. Experiments show that the improved method performs best in the kNN classification method, with an accuracy rate of 11.5% and a precision rate of 20.3%.

• KDI Journal of Economic Policy
• /
• 제45권1호
• /
• pp.69-86
• /
• 2023

Regulatory sentiment refers to the market's subjective evaluation of regulatory reform and is one of the most widely adopted indicators to those charged with implementing and diagnosing regulatory policies. The use of regulatory sentiment in advanced analysis has become universal, albeit it is often limited due to difficulties in articulating consistent and objective quantitative indicators that can meticulously reflect market sentiment overall. Thus, despite ample effort by scholars to read the economic impact of regulatory sentiment in the real economy, causal links are difficult to spot. To fill this gap in the literature, this study analyzes a regulatory sentiment index and economic performance indicators through a text analysis approach and by inspecting diverse tones in media articles. Using different stages of tests, the paper identifies a causal relationship between regulatory sentiment and actual economic activities as measured by private consumption, facility investment, construction investment, gross domestic investment, and employment. Additionally, as a result of analyzing one-unit impulse of regulatory perception, the initial impact on economic growth and private investment was found to be negligible; this was followed by a positive (+) response, after which it converged to zero. Construction investment showed a positive (+) response initially, which then rapidly changed to a negative (-) response and then converged to zero. Gross domestic investment as the initial effect was negligible after showing a positive (+) reaction. Unfortunately, the facility investment outcome was found to be insignificant in the impulse response test. Nevertheless, it can be concluded that it is necessary and important to increase the sensitivity to regulations to promote the economic effectiveness of regulatory reforms. Thus, instead of dealing with policies with the vague goal of merely improving regulatory sentiment, using regulatory sentiment as an indicator of major policies could be an effective approach.