인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
With the rapid growth of text generated online, sentiment analysis technology—which automatically classifies users’ opinions—has gained increasing importance. This study proposes a sentiment analysis method that effectively reflects the contextual information of sentences without requiring large-scale training data. The proposed model extracts context-aware vector representations through word embeddings and determines sentiment by calculating semantic similarity between review sentences and words in a sentiment lexicon. In addition, to identify the embedding model that best captures Korean contextual semantics, two BERT-based models and two SBERT-based models were compared. Using product review data provided by AI Hub, both sentiment-expressive sentence data and a Korean sentiment lexicon were employed. Cosine similarity between each sentence and the sentiment lexicon words was computed, and four selection criteria were established to identify the most semantically relevant sentiment words. As a result, the KoSBERT model achieved the best performance, with the highest accuracy (0.8919) and F1-score (0.9014) when averaging the sentiment word vectors whose cosine similarity with the sentence was 0.5 or higher.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096316320
