한국어 속성기반 감성 분석을 위한 음식 리뷰 도메인 데이터셋 제작 및 평가

Q: 이 논문에서 정의한 속성기반 감성 분석(ABSA)이란 무엇인가?

속성기반 감성 분석(ABSA)은 문장 내의 여러 속성과 그 속성별 감성을 분석하는 방법이다. 이는 하나의 리뷰를 하나의 감성으로 판별하기 어려운 기존 감성 분석의 한계를 극복하고자 제안되었다. 본 연구에서는 Aspect Term Polarity 태스크를 수행하며, '가격', '맛', '배달', '서비스', '양'의 속성 용어별 감성을 분석한다.

Q: 한국어 속성기반 감성 분석에서 KoBERT 모델이 multilingual BERT보다 성능이 좋은가?

연구 결과, 한국어 속성기반 감성 분석에 KoBERT 모델을 사용할 경우 multilingual BERT를 사용할 때보다 모든 모델에서 약 2-3%의 정확도 향상을 보였다. 이는 한국어만을 지원하는 KoBERT 모델이 한국어 ABSA에 더 적합함을 시사한다.

정희재; 이원희

학술대회자료 Full-text

저자정보: 정희재 (경희대학교) 이원희 (경희대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2021 한국소프트웨어종합학술대회 논문집

오류 신고하기

피인용 1

검색

초록·키워드

온라인 서비스에서 감성 분석(Sentiment Analysis)의 활용이 증가함에 따라 온라인 리뷰를 속성별로 세분화 하여 감성 분석을 진행하는 Aspect-Based Sentiment Analysis(ABSA) 연구가 활발히 이루어지고 있다. 본 연구는 ABSA를 위한 한국어 데이터셋이 적다는 점과 음식 관련 온라인 리뷰가 증가하고 있다는 점에 기반하여 음식 리뷰 도메인의 한국어 ABSA 데이터셋을 구축했다. 또한, 존재하는 ABSA 모델들을 구축한 ... 전체 초록 보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

댓글(0)