• 한국정보기술학회논문지
• /
• 제17권9호
• /
• pp.123-131
• /
• 2019

최근 소셜 네트워크 서비스 사용자들은 게시글을 통해 사회적 이슈 및 관심 콘텐츠들에 대한 자신의 감정을 적극적으로 표현하고 공유한다. 그 결과 소셜 네트워크에서의 개인 및 특정 집단의 감정 공유는 빠르게 확산된다. 그러므로 사용자들의 게시글에 대한 감정 분석 연구가 활발히 진행되고 있다. 그렇지만 다양한 감정이 포함된 게시글에 대한 감정 분석 연구가 미흡하다. 따라서 본 논문에서는 해시태그와 이미지를 이용한 인스타그램 게시글의 대표 감정 분석 방법을 제안한다. 이를 통해 사용자 게시글에 포함된 다종의 리소스를 활용하여 다중의 감정으로부터 대표 감정을 추출할 수 있으며 66.4%의 정확도와 81.7%의 재현율로 기존 방법보다 감정 분류 성능 향상을 보인다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.617-623
• /
• 2024

언어와 감정 사이의 복잡한 관계의 특징을 보이며, 우리의 말을 통해 감정을 식별하는 것은 중요한 과제로 인식된다. 이 연구는 음성 및 텍스트 데이터를 모두 포함하는 다중 모드 분류 작업을 통해 음성 언어의 감정을 식별하기 위해 속성 엔지니어링을 사용하여 이러한 과제를 해결하는 것을 목표로 한다. CNN(Convolutional Neural Networks)과 LSTM(Long Short-Term Memory)이라는 두 가지 분류기를 BERT 기반 사전 훈련된 모델과 통합하여 평가하였다. 논문에서 평가는 다양한 실험 설정 전반에 걸쳐 다양한 성능 지표(정확도, F-점수, 정밀도 및 재현율)를 다룬다. 이번 연구 결과는 텍스트와 음성 데이터 모두에서 감정을 정확하게 식별하는 두 모델의 뛰어난 능력을 보인다.

• 한국과학교육학회지
• /
• 제33권2호
• /
• pp.444-465
• /
• 2013

본 연구의 목적은 초등학생의 과학 학습 상황에서의 정서를 분석하여 실제 과학 수업 상황에서 다룰 수 있는 정의적 수준의 향상을 위한 구체적인 시사점을 도출하는 것이다. 이를 위하여 문헌을 통해 추출한 14개 정서들에 대해 초등학교 6학년 642명에게 설문을 실시했고 각 정서의 핵심 유발 상황 및 강도와 빈도를 분석하였다. 연구를 통하여 우리나라 초등학생들의 14개 정서에 대한 정서 유발 핵심 상황이 각 정서별로 다양하게 나타났다는 것을 알 수 있었다. 긍정 정서와 부정 정서로 나누어 살펴보면 긍정 정서는 대체로 실험의 상황에서 나타났으며 부정 정서는 평가, 자신, 타인, 교수학습 방법 등 보다 다양한 상황에서 나타남을 알 수 있었다. 따라서 각 정서 유발 상황을 분석 및 조절하고 정서의 변화를 목적으로 한 수업 전략을 구성할 수 있을 것이다. 우리나라 초등학생들의 14개 정서에 대한 강도와 빈도 분석에서 긍정 정서의 강도와 빈도가 부정 정서보다 높게 나타났다. 부정 정서 중에서 강도와 빈도가 높게 나타난 지루함, 귀찮음, 답답함과 같은 부정 정서에 대해서는 정서 유발 상황을 분석 및 조절하거나 긍정 정서 유발을 통해 이러한 부정정서를 줄일 수 있을 것이다. 본 연구는 과학 학습 상황에서의 정서를 살펴봄으로써 정의적 수준 향상을 위한 실질적인 시사점을 확인했다는데 의의가 있다고 할 수 있다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권1호
• /
• pp.100-106
• /
• 2021

Over the past few decades, natural language processing research has not made much. However, the widespread use of deep learning and neural networks attracted attention for the application of neural networks in natural language processing. Sentiment analysis is one of the challenges of natural language processing. Emotions are things that a person thinks and feels. Therefore, sentiment analysis should be able to analyze the person's attitude, opinions, and inclinations in text or actual text. In the case of emotion analysis, it is a priority to simply classify two emotions: positive and negative. In this paper we propose the deep learning based sentimental analysis system according to various optimizer that is SGD, ADAM and RMSProp. Through experimental result RMSprop optimizer shows the best performance compared to others on IMDB data set. Future work is to find more best hyper parameter for sentimental analysis system.

• 디자인학연구
• /
• 제18권1호
• /
• pp.69-80
• /
• 2005

지금까지 감성어휘에 대한 연구는 감성공학분야에서 많이 진행되었는데, 기존의 감성어휘에 대한 연구들은 대부분 제품의 외관에서 느끼는 인간의 감성을 표현하는 어휘나 제품의 외관 자체를 감성적으로 표현할 수 있는 어휘들에 관련된 것이 많았다. 하지만 제품을 사용하면서 표출되는 인간의 감성에 관련된 감성어휘에 대한 연구는 아직 많이 이루어지고 있지 않는 실정이다. 이에 본 연구에 써는 사용자가 제품을 사용하는 도중에 유발될 수 있는 인간의 감성 변화를 나타낼 수 있는 감성어휘들을 추출해 보았다. 우선 심리학, 언어학, 감성공학 등의 분야에서 수집된 기존의 감성어휘들을 조사하여 통합하는 과정을 거쳤다 또한 쇼핑몰 사이트 및 매니아들을 대상으로 하는 전문 사이트 등에서 사용자들이 남긴 제품 사용후기를 통해 감성어휘를 수집하였다. 마지막으로 소리내어 생각하기(Think Aloud)를 활용하여 실험실에서 사용자들로 하여금 일련의 태스크를 수행하게끔 하고 제품을 사용하면서 느끼는 자신의 감성을 말로 표출하게 하였다. 수집된 어휘들을 일정한 기준에 따라 삭제 또는 통합하고, 적합성 평가를 위한 두 차례의 설문조사를 실시하여 최종적으로 제품을 사용하는 도중에 유발될 수 있는 인간의 감성을 파악하기 위한 88개의 감성어휘를 추출하였다. 추출된 감성어휘들을 요인분석을 통해 '심미성', '사용적 만족성', '신규성', '불편성', '유쾌성', '우수성' 등 6개 감성 카테고리로 구분하여 사용자들이 제품을 사용하면서 표출하는 대표감성을 추출하였다. 본 연구를 통해 추출된 감성어휘와 대표 감성은 제품을 사용하면서 표출되는 인간의 감성을 측정하는 데에 필요한 주관적 평가자료로 활용할 수 있을 것이다.

• 한국콘텐츠학회논문지
• /
• 제16권2호
• /
• pp.1-13
• /
• 2016

본 연구에서는 페이스북 이용자들이 업로드, 공유하는 게시물 감정의 내용분석을 수행했다. 페이스북은 최근 사회적인 소통 수단으로 유용하게 사용되고 있는 SNS의 한 종류로서 그 이용자수는 전 세계적으로 늘어나고 있는 추세다. 페이스북에서는 다양한 인간적 감정이 교류되고 있으며 사진, 동영상 등의 여러 콘텐츠 유형이 동원된다는 점에서 페이스북은 단순한 전자 게시판과 다르다. 기존의 연구에 의하면 특정한 미디어에 의해 매개되는 컴퓨터 매개 커뮤니케이션(computer-mediated communication)에서도 시각적 심볼 및 각종 비언어적 단서(non-verbal cues)들을 통해 풍부한 의미 전달을 수행한다. 본 연구에서는 페이스북 게시물 감정의 종류를 구체적으로 탐색 했으며 콘텐츠 타입과 감정 간의 관계를 통해 페이스북 이용자들이 각 유형의 콘텐츠를 어떻게 인식하는지도 분석했다. 자료 수집은 페이스북 게시물을 수집하는 소프트웨어를 개발해 사용했다. 페이스북 이용자 205명의 총 10,308개 게시물을 바탕을 내용 분석을 수행했다. 분석 결과 기쁨 감정의 빈도가 가장 높았다. 콘텐츠 타입에 따라서도 감정 분포의 차이가 확인됐다. 텍스트로만 이루어진 상태 콘텐츠에서는 의문의 감정이 부각됐고, 사진 콘텐츠에서는 사랑의 감정이 두드러졌으며 동영상 콘텐츠에서는 놀람 감정이 비교적 빈번했다. 결과를 바탕으로 학문적 및 실무적 함의를 논했다.

• 한국융합학회논문지
• /
• 제9권6호
• /
• pp.147-154
• /
• 2018

본 연구는 문학치료의 입장에서 조지훈의 시에 나타나는 전이적 작용을 통해 부호화되는 치유의 구조를 밝혀 문학치료에 활용하고자 하는 것이다. 특히 감정의 코드가 신경생리학적으로 시냅스 되기 위해 어떠한 과정을 거치며 활성화 되는지에 대한 탐색으로 진행되었다. 조지훈의 시에 전개되는 감정 코드들의 변이는 문학치료의 부호화와 맞닿아 있다. 시적 진술을 통해 배출하는 감정은 새로운 감정의 전이를 불러 일으켜 치유의 감정을 활성화시킨다. 조지훈의 시는 여러 시적 전이의 부유물들을 통해 감정을 융합한다. 그러면서 총체적인 치유의 숲을 형성하는 것이다. 그 치유의 콘텐츠는 전이의 구조에 의해 논의되는데 그 구조들은 모두 치유의 콘텐츠로 연결되어 있음을 알 수 있다. 그것은 하강과 상승의 작용에 의한 한의 서정과 잎새들로 우거지는 초록의 미학이 그 주를 이룬다. 앞으로 조지훈의 시에 대한 연구가 활성화된다면, 우리는 친자연적이며 문학치유적인 그의 삶에 대한 진솔한 이야기들을 만날 수 있을 것으로 사료된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.773-777
• /
• 2009

In recent years, the field of synthesizing voice has been developed rapidly, and the technologies such as reading aloud an email or sound guidance of a car navigation system are used in various scenes of our life. The sound quality is monotonous like reading news. It is preferable for a text such as a novel to be read by the voice that expresses emotions wealthily. Therefore, we have been trying to develop a system reading aloud novels automatically that are expressed clear emotions comparatively such as juvenile literature. At first it is necessary to identify emotions expressed in a sentence in texts in order to make a computer read texts with an emotionally expressive voice. A method on the basis of the meaning interpretation that utilized artificial intelligence technology for a method to specify emotions of texts is thought, but it is very difficult with the current technology. Therefore, we propose a method to determine only emotion every sentence in a novel by a simpler way. This method determines the emotion of a sentence according to an emotion that words such as a verb in a Japanese verb sentence, and an adjective and an adverb in a adjective sentence, have. The emotional characteristics that these words have are prepared beforehand as a emotional words dictionary by us. The emotions used here are seven types: "joy," "sorrow," "anger," "surprise," "terror," "aversion" or "neutral."

• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.103-112
• /
• 2018

본 논문에서는 감정에 따라 변화하는 혈류량을 측정하는 PPG 센서를 사용하여 감정을 인식하는 방법을 제안한다. 기존의 PPG 신호로부터 전력스펙트럼밀도(PSD; Power Spectrum Density)를 통해 주파수 영역에서 긍정적인 감정과 부정적인 감정을 판단하는 방법을 활용한다. 제임스 러셀의 이차원 원형 모델에 기반을 두어 감정을 기쁨, 슬픔, 짜증, 평온으로 분류하여 주파수 영역에 따른 에너지의 크기와의 연관성을 살펴본다. 본 연구는 웨어러블 디바이스에서 사용되는 동일한 PPG 센서를 사용하여 상위 네 종류의 감정을 영상 실험을 통해 주파수 영역에서 측정하였다는 것에 의의가 있다. 설문 조사를 통해 정확도와 개인에 따른 몰입 정도와 감정 변화 및 영상에 대한 바이오피드백을 수집하였다. 제안하는 방법은 앞으로 PPG 센서를 사용하는 상용화된 웨어러블 디바이스와 기존에 사용하는 스마트폰의 상황정보와 융합되어 모바일 어플리케이션 예측 서비스 등 다양한 개발이 될 것으로 기대된다.

• 의료커뮤니케이션
• /
• 제12권1호
• /
• pp.51-72
• /
• 2017

Purpose: Adolescents use emoticons to express their emotions in an online environment. Hence, medical experts can understand the emotions of adolescents by emoticons. The goal of this study was to investigate the relationship between various emotions and emoticons among the Korean adolescents. Methods: The questionnaire survey was conducted between September 1 and 30, 2014, involving 3,272 students in elementary schools, middle schools, and high schools affiliated in the Department of Education of the metropolitan city of Busan. A total of 1,717 students responded to the survey. The participants consisted of 806 males (46.9%), and 911 females (53.1%). Among these, there were 557 elementary school students (32.4%), 617 middle school students (35.9%), and 543 high school students (31.6%). A social networking analysis was conducted using NodeXL. Results: The frequency of emoticon use among adolescents runs in the order of joy, sadness, fear, surprise, anger, disgust, and then depression. Elementary school females mainly use emoticons to express joy; middle school females use emoticons to express sadness, surprise, anger, disgust, and depression; and high school females use emoticons to express fear. Age- and gender-specific emoticon networks were visualized by using the Haren-Korel fast multiscale algorithm. Commonly used emoticons by age and gender were expressed in the networks. Results of age- and gender-specific emoticon networks visualization show similar results of centrality of seven emoticons. Conclusion: In the digital communication environment, emoticons could be used to catch the emotions of adolescents in Korea.