메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
강인수 (경성대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제23권 제4호
발행연도
2013.8
수록면
317 - 324 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
트위터 감성 분석은 트윗글의 감성을 긍정과 부정으로 분류하는 작업이다. 이 연구에서는 SentiWordNet(SWN) 감성 사전에 기반한 트윗글 감성 분석을 다룬다. SWN은 전체 영어 단어에 대해 단어의 의미별로 긍정, 부정의 감성 강도를 저장해둔 감성 사전이다. 기존 SWN 기반 감성 분석 연구들은 문서에 출현하는 각 용어의 감성을 SWN으로부터 결정한 다음 이를 바탕으로 문서 전체의 감성을 결정하였는데, 그 방법들이 매우 다양하다. 예를 들어, 한 용어의 감성 결정 시 해당 용어의 SWN 내 의미별 긍정, 부정 감성 강도 차이들의 평균을 계산하거나 긍정과 부정 각각의 감성 강도 평균 혹은 최대값을 구하기도 하며, 문서 전체의 감성을 결정하는 경우에도 문서 내 용어들의 감성 값들에 대해 평균 혹은 최대값을 취하기도 하였다. 또한 SWN 내 형용사, 동사, 명사, 부사의 품사 집합 전체 혹은 특정 부분집합에 대해 위의 감성 결정 작업을 적용하기도 한다. 이처럼 기존 연구에서는 SWN 기반의 다양한 감성 자질 추출 절차가 시도되고 있으나 이들 자질 추출 기법 전반에 대한 성능 비교 연구는 찾기 힘들다. 이 연구에서는 SWN을 트위터 감성 분석에 활용하는 다양한 방법들을 일반화하는 절차들을 소개하고 각 방법들의 성능 비교 및 분석 결과를 제시한다.
#감성 분석 #트위터 #SentiWordNet #기계학습 #워드넷 #Sentiment Analysis #Twitter #WordNet

목차

요약
Abstract
1. 서론
2. SentiWordNet
3. 관련 연구
4. SentiWordNet 기반 감성 자질 추출
5. 실험
6. 결론
References

참고문헌 (18)

참고문헌 신청
1. [보고서] - A. Go / 2009 / Twitter Sentiment Classification using Distant Supervision google schola 2. [학술대회논문] - A. Agarwal / 2011 / Sentiment Analysis of Twitter Data / Proceedings of the Workshop on Languages in Social Media (LSM) google schola 3. [학술대회논문] - A. Pak / 2010 / Twitter as a Corpus for Sentiment Analysis and Opinion Mining / Proceedings of the International Conference on Language Resources and Evaluation (LREC) google schola 4. [학술대회논문] - L. Barbosa / 2010 / Robust Sentiment Detection on Twitter from Biased and Noisy Data / Proceedings of the 23rd International Conference on Computational Linguistics(COLING) google schola 5. [학술지(정기간행물)] - E. Kouloumpis / 2011 / Twitter Sentiment Analysis: The Good the Bad and the OMG! / Proceedings of the Fifth International Conference on Weblogs and Social Media (ICWSM) google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

오피니언 분류의 감성사전 활용효과에 대한 연구
김승우 ,  김남규 지능정보연구 2014 .03
한국 문법의 반의어 규칙을 적용한 오피니언 감성사전 설계
서지훈 ,  조혜진 ,  최진탁 한국정보기술학회논문지 2015 .02
트윗 감정 분류를 위한 다양한 기계학습 자질에 대한 비교 연구
홍초희 ,  김학수 한국콘텐츠학회논문지 2012 .12
국내 주요 10대 기업에 대한 국민 감성 분석 : 다범주 감성사전을 활용한 빅 데이터 접근법
김서인 ,  김동성 ,  김종우 지능정보연구 2016 .09
한글 마이크로블로그 텍스트의 감정 분류 및 분석
이철성 ,  최동희 ,  김성순 외 1명 정보과학회논문지 : 데이타베이스 2013 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2014-020-002880343