Word2vec과 앙상블 분류기를 사용한 효율적 한국어 감성 분류 방안

박성수; 이건창

추천

검색

질문

자료유형: 학술저널

저자정보: 박성수 (성균관대학교) 이건창 (성균관대학교)

저널정보: 한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제19권 제1호

발행연도: 2018.1

수록면: 133 - 140 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

감성 분석에서 정확한 감성 분류는 중요한 연구 주제이다. 본 연구는 최근 많은 연구가 이루어지는 word2vec과 앙상블 방법을 이용하여 효과적으로 한국어 리뷰를 감성 분류하는 방법을 제시한다. 연구는 20 만 개의 한국 영화 리뷰 텍스트에 대해, 품사 기반 BOW 자질과 word2vec를 사용한 자질을 생성하고, 두 개의 자질 표현을 결합한 통합 자질을 생성했다. 감성 분류를 위해 Logistic Regression, Decision Tree, Naive Bayes, Support Vector Machine의 단일 분류기와 Adaptive Boost, Bagging, Gradient Boosting, Random Forest의 앙상블 분류기를 사용하였다. 연구 결과로 형용사와 부사를 포함한 BOW자질과 word2vec자질로 구성된 통합 자질 표현이 가장 높은 감성 분류 정확도를 보였다. 실증결과, 단일 분류기인 SVM이 가장 높은 성능을 나타내었지만, 앙상블 분류기는 단일 분류기와 비슷하거나 약간 낮은 성능을 보였다.

#감성분류 #자질 표현 #Bag-of-word(BOW) #word2vec #앙상블 분류기 #Sentiment classification #feature representation #ensemble classifier

참고문헌 (25)

참고문헌 신청

[학술지(정기간행물)] - B. Liu / 2012 / Sentiment analysis and opinion mining / Synthesis lectures on human language technologies 5 (1) : 1 ~ 167

[학술지(정기간행물)] - M. Giatsoglou / 2017 / Sentiment analysis leveraging emotions and word embeddings / Expert Systems with Applications 69 : 214 ~ 224

[학술지(정기간행물)] - P. Zhang / 2015 / Using data-driven feature enrichment of text representation and ensemble technique for sentence-level polarity classification / Journal of Information Science 41 (4) : 531 ~ 549

[학술대회논문] - Z. Zhai / 2011 / Clustering product features for opinion mining / Proceedings of the fourth ACM international conference on Web search and data mining : 347 ~ 354

[학술지(정기간행물)] - N. F. F. Da Silva / 2014 / Tweet sentiment analysis with classifier ensembles / Decision Support Systems 66 : 170 ~ 179

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박성수

소속기관 성균관대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 컴퓨터학

논문수 5 이용수 1,875

이건창

소속기관 성균관대학교

주요연구분야 사회과학 > 경영학 TOP 5% 사회과학 > 문헌정보학

논문수 154 이용수 23,532

이 논문과 함께 이용한 논문

회색도 변환 행렬 특징과 SVM을 이용한 흑색종 분류 알고리즘

구정모 , 나승대 , 조진호 외 1명 멀티미디어학회논문지 2018 .02

문서분류를 위한 SVM과 RVM 성능 비교

양종현 , 장한메 , 유기윤 외 1명 대한공간정보학회 학술대회 2017 .10

빅 데이터 환경에서 계층적 문서 유형 분류를 위한 클러스터링 기반 다중 SVM 모델

김영수 , 이병엽 한국콘텐츠학회논문지 2017 .11

클라우드 환경에서 문서의 유형 분류를 위한 시맨틱 클러스터링 모델

김영수 , 이병엽 한국콘텐츠학회논문지 2017 .11

SVM 기반 다항식 뉴럴 네트워크 분류기 설계

노석범 , 김영일 , 오성권 대한전기학회 학술대회 논문집 2017 .07

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-004-001758040

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (25)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)