• 인지과학
• /
• 제10권1호
• /
• pp.45-55
• /
• 1999

본 논문은 사건/사타에 대한 공간적 인지가 수행되는 기본적인 방식을 규명하기 위해서는 그 사건/사태에 참여하는 참가자의 위치가 가장 주요한 요인임을 주장하고, 자연언어는 공간적 인지를 표현하기 위해 비교적 "단순한" 의미유형을 사용하고 있으며, 공간표현을 해석할 때 사건/사태 전체의 위치를 지정하는 것으로 해석하지 않고, 그 참가자로 표현된 논항(arguments)의 위치를 지정하는 것으로 해석한다는 것이다. 본 논문은 장소표현이 타동사의 두 논항의 위치를 지정하는 방식을 네 가지 유형의 노항지향성(argument orientations)으로 분류하여 기술하였고, 논항지향성을 통하여 영어를 포함한 자연언어의 장소표현이 관계(relations)의 집합에서 관계의 집합으로 사상하는 교차함수(intersecting functioins)로 해석되어야 한다는 의미해석상의 제약이 있음을 밝히고 있다.

• 중국학논총
• /
• 제71호
• /
• pp.61-81
• /
• 2021

作爲使用頻率較高的副詞, "皆"和"都"分別代表了古代漢語和現代漢語中的兩類總括範圍副詞. 這兩類總括範圍副詞之間, 不是簡單的詞彙替代, 而是一種系統的變化. 通過語義指向, 焦點, 與否定副詞的連用情況的考察, 我們發現"皆", "盡", "都"存在一定的差異, 而且得出了"都"對"皆", "盡"的功能進行了基本結論. 這個演變從深層結構上說, 是各自的語義焦點的差異. "都"之所以能夠取代"皆", "盡", 成爲現代漢語主要的總括範圍副詞, 是因爲它在語義上不僅像"皆"那樣統括的範圍之內的個體在動作行爲或者性狀上的一致性, 也不僅像"盡"那樣強調指向對象的無例外, 而是這兩者的綜合.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권4호
• /
• pp.317-322
• /
• 2010

본 논문은 감정단어(Sentiment Word)의 의미적 특성을 반영하여 한국어 문서 감정분류 시스템의 성능을 향상시킬 수 있는 방법을 제안한다. 감정단어는 감정을 가지는 단어를 의미하며, 감정단어들의 집합은 감정자질(Sentiment Feature)로써 감정분류를 위한 중요한 어휘 자원이다. 감정자질은 일반적으로 사용될 때와 특정 영역(Domain)에서 사용될 때에 그 감정 정도의 차이를 가진다. 감정자질이 일반적으로 사용될 때 그 감정 정도는 검색 엔진을 통해 얻을 수 있는 스니핏(Snippet)을 통해 추정할 수 있으며, 특정 영역에서 사용될 때의 감정 정도는 실험 말뭉치를 이용하여 추정할 수 있다. 이렇게 추정된 감정자질의 감정 정도 수치를 의미지향성이라고 하며, 문서내의 문장의 감정 강도를 추정하기 위해 이용된다. 문장의 감정 강도가 추정되면 문장 감정 강도를 감정자질의 가중치에 반영하게 된다. 본 논문은 지지 벡터 기계(Support Vector Machine)를 이용하여 일반적, 영역 의존적, 일반적/영역 의존적 의미지향성을 반영한 경우에 대해 성능을 평가한다. 평가 결과, 앞의 3가지 경우에 모두 성능 향상을 얻었으며 일반적/영역 의존적 의미지향성을 반영한 경우, 일반적인 정보 검색에서 사용하는 내용어(Content Word) 기반의 자질을 사용한 경우보다 3.1%의 성능 향상을 얻을 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.375-377
• /
• 2012

스마트폰과 같은 모바일 기기가 발전함에 따라 SNS, 모바일 메신저, SMS와 같은 단문 기반 메시지는 자신의 감정을 가장 잘 표현하는 매체이다. 그럼에도 불구하고 기존 연구는 주로 장문의 텍스트로부터 긍정, 부정 분류나 문서의 성향을 분석하는 것에 그치는 경우가 많다. 의미지향(Semantic Orientation)방법은 검색엔진을 통해 감정 키워드와 인지하고자 하는 단어의 동시 빈출 정도를 PMI로 계산한 것으로 WordNet과 같은 의미 사전이 존재하지 않는 한국어의 특성에서 적용 가능한 방법이다. 본 논문에서는 의미 지향성 및 다른 텍스트 기반 감정 분류 기술에 대해 비교하고 이들을 활용하여 한국어로 구성된 단문 텍스트에서 효율적인 감정 분류 기법을 제안하고자 한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2009년도 제21회 한글 및 한국어 정보처리 학술대회
• /
• pp.155-159
• /
• 2009

본 논문은 한국어 문서 감정분류를 위한 중요한 어휘 자원인 감정자질(Sentiment Feature)의 의미지향성(Semantic Orientation) 추정을 위해 일반적인 특성과 영역(Domain) 의존적인 특성을 반영하여 한국어 문서 감정분류(Sentiment Classification)의 성능 향상을 얻을 수 있는 기법을 제안한다. 감정자질의 의미지 향성은 검색 엔진을 통해 추출한 각 감정 자질의 스니핏(Snippet)과 실험 말뭉치를 이용하여 추정할 수 있다. 검색 엔진을 통해 추출된 스니핏은 감정자질의 일반적인 특성을 반영하며, 실험 말뭉치는 분류하고자 하는 영역 의존적인 특성을 반영한다. 이렇게 얻어진 감정자질의 의미지향성 수치는 각 문장의 감정강도를 추정하기 위해 이용되며, 문장의 감정 강도의 값을 TF-IDF 가중치 기법에 접목하여 감정자질의 가중치를 책정한다. 최종적으로 학습 과정에서 긍정 문서에서는 긍정 감정자질, 부정 문서에서는 부정 감정자질을 대상으로 추가 가중치를 부여하여 학습하였다. 본 논문에서는 문서 분류에 뛰어난 성능을 보여주는 지지 벡터 기계(Support Vector Machine)를 사용하여 제안한 방법의 성능을 평가한다. 평가 결과, 일반적인 정보 검색에서 사용하는 내용어(Content Word) 기반의 자질을 사용한 경우보다 3.1%의 성능향상을 보였다.

• Journal of Information Science Theory and Practice
• /
• 제3권1호
• /
• pp.6-23
• /
• 2015

This study develops an effective method for sentiment analysis of user-generated content on drug review websites, which has not been investigated extensively compared to other general domains, such as product reviews. A clause-level sentiment analysis algorithm is developed since each sentence can contain multiple clauses discussing multiple aspects of a drug. The method adopts a pure linguistic approach of computing the sentiment orientation (positive, negative, or neutral) of a clause from the prior sentiment scores assigned to words, taking into consideration the grammatical relations and semantic annotation (such as disorder terms) of words in the clause. Experiment results with 2,700 clauses show the effectiveness of the proposed approach, and it performed significantly better than the baseline approaches using a machine learning approach. Various challenging issues were identified and discussed through error analysis. The application of the proposed sentiment analysis approach will be useful not only for patients, but also for drug makers and clinicians to obtain valuable summaries of public opinion. Since sentiment analysis is domain specific, domain knowledge in drug reviews is incorporated into the sentiment analysis algorithm to provide more accurate analysis. In particular, MetaMap is used to map various health and medical terms (such as disease and drug names) to semantic types in the Unified Medical Language System (UMLS) Semantic Network.

• 로봇학회논문지
• /
• 제12권3호
• /
• pp.249-257
• /
• 2017

This paper proposes a method to segment urban scenes semantically based on location prior information. Since major scene elements in urban environments such as roads, buildings, and vehicles are often located at specific locations, using the location prior information of these elements can improve the segmentation performance. The location priors are defined in special 2D coordinates, referred to as road-normal coordinates, which are perpendicular to the orientation of the road. With the help of depth information to each element, all the possible pixels in the image are projected into these coordinates and the learned prior information is applied to those pixels. The proposed location prior can be modeled by defining a unary potential of a conditional random field (CRF) as a sum of two sub-potentials: an appearance feature-based potential and a location potential. The proposed method was validated using publicly available KITTI dataset, which has urban images and corresponding 3D depth measurements.

• 중국학논총
• /
• 제71호
• /
• pp.41-59
• /
• 2021

With the progress of social economy and science and technology, network media technology has developed rapidly, China has ushered in the network information age, and the network buzzwords emerged to reflect the interaction and influence between language and society. The network buzzwords of "X+ ren "indirectly show the social psychology and value orientation of modern people with their unique structural characteristics, semantic connotation and cultural deposits, and so on. Based on this, we have conducted a multi-angle investigation on the network buzzwords "X+ ren". This paper first analyzes the structure types and syntactic functions of the lexical model of "X+ ren ", then makes a semantic analysis of the lexical model of "X+ Ren ", and finally investigates the causes and influences of the popularity of "X+ ren ". Through the investigation, we believe that "X+ ren "will continue to grow, and "X+ ren" will continue to attract the attention of the academic community.

• 한국언어정보학회:학술대회논문집
• /
• 한국언어정보학회 2007년도 정기학술대회
• /
• pp.76-85
• /
• 2007

This paper addresses a task of opinion extraction from given documents and its positive/negative classification. We propose a sentence classification method using a notion of syntactic piece. Syntactic piece is a minimum unit of structure, and is used as an alternative processing unit of n-gram and whole tree structure. We compute its semantic orientation, and classify opinion sentences into positive or negative. We have conducted an experiment on more than 5000 opinion sentences of multiple domains, and have proven that our approach attains high performance at 91% precision.

• 한국콘텐츠학회논문지
• /
• 제16권8호
• /
• pp.180-191
• /
• 2016

본 연구는 국내 주요언론이 이념성향에 따라 보도 프레임을 달리할 것이라는 가정 하에 미국 대선 후보 주자였던 '버니 샌더스'를 대상으로 뉴스보도의 의미연결망을 분석하였다. 버니 샌더스라는 인물은 '미국'이라는 보수의 가치와 '불평등 해소'라는 진보의 가치를 동시에 지닌 인물이이서 언론의 이념적 차이가 잘 드러날 수 있는 대상이기도 하다. 보수언론과 진보언론의 빈도순위를 비교해 본 결과, 보수언론은 '사회주의자'와 '흑인'이라는 단어를, 진보언론은 '불평등'과 '문제'라는 단어를 많이 사용한 것으로 나타났다. 특히 보수언론과 진보언론은 '한국'이라는 동일한 단어를 가지고 전혀 다른 의미구성을 보였다. 진보언론은 샌더스가 지적하는 사회문제와 기성정치에 대한 비판을 '한국'사회에 접목하여 이야기하고자 했다면, 보수언론은 '한국'이라는 단어와 구체적인 정당, 그리고 정치인의 이름을 거론해 샌더스와 닮았다고 한 발언에 대해 노골적인 표현으로 비난했다. 이는 동일한 단어를 사용함에도 전혀 다른 관점과 맥락에서 보도하는 경향성을 파악한 것으로, 사안에 대한 언론사의 의미구성이 이념적 지향에 따라 확연한 차이를 보인다는 것을 알 수 있다. 또한 본 연구는 의미연결망 분석을 통해 주요 단어들의 사용빈도 뿐만 아니라 단어들 간의 연결 강도와 중심성을 토대로 뉴스구성의 맥락을 해석했다는 점에서 보도분석을 위한 방법론의 확장에도 기여하고자 하였다.