• 방송공학회논문지
• /
• 제27권6호
• /
• pp.940-943
• /
• 2022

본 연구에서는 직접 수집한 라디오 청취자 문자 사연을 활용하여 한국어 문장 감정 분석을 수행하기 위한 한국어 데이터셋을 구성하였으며 그 특성을 분석하였다. 딥러닝 언어모델 연구가 활발해지면서 한국어 문장 감정 분석에 관한 연구도 다양하게 진행되고 있다. 그러나 한국어의 언어학적 특성으로 인해 감정 분석은 높은 정확도를 기대하기 어렵다. 또한, 긍정/부정으로만 분류되도록 하는 이진 감성 분석은 많은 연구가 이루어졌으나, 3개 이상의 감정으로 분류되는 다중 감정 분석은 더 많은 연구가 필요하다. 이에 대해 딥러닝 기반의 한국어에 대한 다중 감정 분석 모델의 정확도를 높이기 위한 한국어 데이터셋 구성에 관한 고찰과 분석이 필요하다. 본 논문에서는 설문조사와 실험을 통해 감정 분석이 실행되는 과정에서 한국어 감정 분석이 어떤 이유 때문에 어려운지 분석하고 정확도를 향상시킬 수 있는 데이터셋 조성에 대한 방안을 제시하였으며 한국어 문장 감정 분석에 근거로 활용할 수 있게 하였다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2001년도 춘계학술대회 논문집
• /
• pp.304-307
• /
• 2001

본 연구에서는 G7 감성공학 연구에서 발생한 231 개의 지표들을 이용자가 접근 용이하도록 분류하여 그 체계를 갖추는 작업을 수행하여 web 상에 제공함으로써 감성공학에 대해 적은 지식을 가진 이용자라 할지라도 분류체계에 따라 지표를 검색하고 이용할 수 있게 하는 것을 목표로 하고자 한다. 본 연구의 결과를 이용하면 현재 서비스 실시 중인 감성공학 인터넷 사이트(http://www.gamsung.or.kr)에서 감성지표의 검색 및 조회의 사용성을 향상 시킬 것으로 기대한다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 1999년도 춘계학술발표논문집 논문집
• /
• pp.281-284
• /
• 1999

본 연구는 인간의 뇌파로부터 간단한 의사 표시를 식별하는 기술을 얻어 뇌파인터페이스를 구현하기 위한 기초연구로서 수행되었다. 실험에 참가한 피험자들은 컴퓨터 화면에 나타나는 문제를 본 후 답을 제시받았을 때 이것이 옳은지, 그른지에 대한 양분법적 판단반응을 해야하며, 이때 동시에 뇌파가 기록되었다. 옳다는 긍정반응과, 옳지 않다는 부정반응시의 뇌파를 비교한 결과 전두엽 부위의 fp1, f3, f4 부위에서 부정의 대답을 할 경우 theta파와 fast alpha파의 상대적 출현량이 긍정의 경우에 비하여 통계적으로 유의하게 컸다.

• 감성과학
• /
• 제21권3호
• /
• pp.73-82
• /
• 2018

경쟁과 협력을 인식하는 것은 일하는 공간에서 상호작용 디자인을 하는 데에 필요한 요소이다. 본 연구는 타인과의 상호작용에서 유발되는 경쟁과 협력의 사회 감성을 심장의 생리 반응 패턴으로 객관적이고 정량적으로 인식하는 방법을 개발하는 것이 목적이다. 피험자 60명은 패턴 게임으로 구성된 과제로 경쟁-협력 실험에 참여하였고 심전도를 측정하였다. 심전도로부터 시간 영역 지표인 RRI와 SDNN, pNN50, rMSSD를 추출하였고, 주파수 영역 지표인 VLF와 LF, HF, VLF/HF, LF/HF, lnVLF, lnLF, lnHF, lnVLF/lnHF를 추출하였다. 독립 표본 t검정으로 사회 감성에 따라 추출한 지표들의 통계적 유의성을 확인하였다. 통계적으로 유의한 지표들로 단계적 판별 분석을 진행하여 선정된 SDNN, VLF, lnVLF/lnHF 지표로 경쟁-협력 규칙을 정의하고 검증하였다. 검증 결과 85%의 인식 정확도를 보였다. 본 연구에서 제안한 감성 인식 방법은 다양한 분야에 접목되어 사용자 맞춤형 서비스 제공에 활용될 수 있을 것이라 생각된다.

• 산업경영시스템학회지
• /
• 제37권1호
• /
• pp.1-8
• /
• 2014

This paper proposes an emotion classifier from EEG signals based on Bayes' theorem and a machine learning using a perceptron convergence algorithm. The emotions are represented on the valence and arousal dimensions. The fast Fourier transform spectrum analysis is used to extract features from the EEG signals. To verify the proposed method, we use an open database for emotion analysis using physiological signal (DEAP) and compare it with C-SVC which is one of the support vector machines. An emotion is defined as two-level class and three-level class in both valence and arousal dimensions. For the two-level class case, the accuracy of the valence and arousal estimation is 67% and 66%, respectively. For the three-level class case, the accuracy is 53% and 51%, respectively. Compared with the best case of the C-SVC, the proposed classifier gave 4% and 8% more accurate estimations of valence and arousal for the two-level class. In estimation of three-level class, the proposed method showed a similar performance to the best case of the C-SVC.

• 스마트미디어저널
• /
• 제13권6호
• /
• pp.35-43
• /
• 2024

During the post-pandemic period, the interest in foreign language learning surged, leading to increased usage of language-learning apps. With the rising demand for these apps, analyzing app reviews becomes essential, as they provide valuable insights into user experiences and suggestions for improvement. This research focuses on extracting insights into users' opinions, sentiments, and overall satisfaction from reviews of HelloTalk, one of the most renowned language-learning apps. We employed topic modeling and emotion analysis approaches to analyze reviews collected from the Google Play Store. Several experiments were conducted to evaluate the performance of sentiment classification models with different settings. In addition, we identified dominant emotions and topics within the app reviews using feature importance analysis. The experimental results show that the Random Forest model with topics and emotions outperforms other approaches in accuracy, recall, and F1 score. The findings reveal that topics emphasizing language learning and community interactions, as well as the use of language learning tools and the learning experience, are prominent. Moreover, the emotions of 'admiration' and 'annoyance' emerge as significant factors across all models. This research highlights that incorporating emotion scores into the model and utilizing a broader range of emotion labels enhances model performance.

• 제어로봇시스템학회논문지
• /
• 제16권10호
• /
• pp.957-962
• /
• 2010

If we want to recognize the human's emotion via the facial image, first of all, we need to extract the emotional features from the facial image by using a feature extraction algorithm. And we need to classify the emotional status by using pattern classification method. The AAM (Active Appearance Model) is a well-known method that can represent a non-rigid object, such as face, facial expression. The Bayesian Network is a probability based classifier that can represent the probabilistic relationships between a set of facial features. In this paper, our approach to facial feature extraction lies in the proposed feature extraction method based on combining AAM with FACS (Facial Action Coding System) for automatically modeling and extracting the facial emotional features. To recognize the facial emotion, we use the DBNs (Dynamic Bayesian Networks) for modeling and understanding the temporal phases of facial expressions in image sequences. The result of emotion recognition can be used to rehabilitate based on biofeedback for emotional disabled.

• 한국컴퓨터정보학회논문지
• /
• 제18권9호
• /
• pp.131-138
• /
• 2013

본 논문에서는 등장인물이 대사에서사용한감정어를 이용하여 등장인물의 감정 유형을 분류하는 방법을 제안하고 성능을 평가한다. 감정 유형은 긍정, 부정, 중립의 3 종류로 분류하며, 등장인물이 사용한 감정어를 누적하여 3 종류의 감정 유형 중에 어디에 속하는지를 파악한다. 대사로부터 감정어를 추출하기 위해 WordNet 기반의 감정어 추출 방법을 제안하고 감정어가 가진 감정 성분을 벡터로 표현하는 방식을 제안한다. WordNet은 영어 단어 간에 상위어와 하위어, 유사어 등의 관계로 연결된 네트워크 구조의 사전이다. 이 네트워크 구조에서 최상위의 감정항목과의 거리를 계산하여 단어별감정량을 계산하여 대사를 30 차원의 감정벡터로 표현한다. 등장인물별로 추출된 감정 벡터 성분들을 긍정, 부정, 중립의 3가지 차원으로 축소하여 표현한 후, 등장인물의 감정 성향이 어떻게 나타나는지를 추출한다. 또한 감정 성향의 추출 성능에 대해 헐리우드 영화 4개의 영화에서 12명의 등장인물을 선정하여 평가하여 제안한 방법의 효율성을 측정하였다. 대사는 영어로 이루어진 대사만을 사용하였다. 추출된 감정 성향 판단 성능은 75%의 정확도로 우수한 추출 성능을 나타내었다.

• 한국지능시스템학회논문지
• /
• 제21권3호
• /
• pp.395-400
• /
• 2011

본 논문에서는 얼굴 표정에서 나타나는 동적인 정서상태 변화를 고려한 얼굴 영상 기반 정서 인식 연구를 제안한다. 본 연구는 얼굴 영상 기반 정서적 특징 검출 및 분석 단계와 정서 상태 분류/인식 단계로 구분할 수 있다. 세부 연구의 구성 중 첫 번째는 Facial Action Units (FAUs)과 결합한 Active Shape Model (ASM)을 이용하여 정서 특징 영역 검출 및 분석기법의 제안이며, 두 번째는 시간에 따른 정서 상태의 동적 변화를 고려한 정확한 인식을 위하여 Hidden Markov Model(HMM) 형태의 Dynamic Bayesian Network를 사용한 정서 상태 분류 및 인식기법의 제안이다. 또한, 최적의 정서적 상태 분류를 위한 HMM의 파라미터 학습 시 Harmony Search (HS) 알고리즘을 이용한 휴리스틱 최적화 과정을 적용하였으며, 이를 통하여 동적 얼굴 영상 변화를 기반으로 하는 정서 상태 인식 시스템을 구성하고 그 성능의 향상을 도모하였다.

• 한국과학예술포럼
• /
• 제34권
• /
• pp.275-290
• /
• 2018

해당 연구는 극장용 애니메이션을 서사를 중심으로 갈등을 분석하기 위해 영상에서 갈등을 분류하는 객관적이고 타당한 방법이 필요함을 인식하면서 시작되었다. 아울러 갈등을 효과적으로 비주얼 스토리텔링 하는 요소로 주인공의 정서에 주목하고, 갈등에서 나타나는 주인공의 정서를 연구하려 한다. 연구의 목적은 갈등강도와 갈등에 나타나는 정서를 분석하는 것이다. 연구결과 및 내용은 다음과 같다. 첫째, 서사의 이론적 고찰을 통해 극적전환점을 찾아내고, 갈등 분류 모델(Conflict 6B Model)을 제안하였다. 둘째, 갈등 분류 모델을 이용하여 이론에 기반한 갈등 샷(shot) DB를 추출하였다. 셋째, 내적, 초개인적 갈등에서 강도와 정서를 찾아내었다. 넷째, 내적, 초개인적 갈등에서 강도와 정서의 전문가 실험 및 검증을 실시하였다. 본 연구는 애니메이션에서 갈등에 대한 주인공 정서의 서사적, 시각적, 심리학적인 다학제적 연구로 추출된 메타데이터(Metadata)는 애니메이션 서사에서 갈등의 비데오 인덱싱(Video Indexing)에 적용 될 것으로 기대한다.