The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

The Characteristics of Malicious Comments: Comparisons of the Internet News Comments in Korean and English

악성 댓글의 특성: 한국어와 영어의 인터넷 뉴스 댓글 비교

  • Received : 2018.11.05
  • Accepted : 2018.12.10
  • Published : 2019.01.28
Download PDF
⟨ Previous Next ⟩

Abstract

Along generalization of internet news comments, malicious comments have been spread and made many social problems. Because writings reflect human mental state or trait, analyzing malicious comments, human mental states could be inferred when they write internet news comments. In this study, we analyzed malicious comments of English and Korean speaker using LIWC and KLIWC. As a result, in both English and Korean, malicious comments are commonly more used in sentence, word phrase, morpheme, word phrase per sentence, morpheme per sentence, positive emotion words, and cognitive process words than normal comments, and less used in the third person singular, adjective, anger words, and emotional process words than normal comments. This means people are state that they can not control their feeling such as anger and can not think well when they write news comments. Therefore, when internet comments were written, service provider should consider the way that commenters monitor own writings by themselves and that they prevent the other users from getting close to comments included many negative-emotion words. In other sides, it is discovered that English and Korean malicious comments was discriminated by authenticity. In order to be more objective, gathering data from various point of time is needed.

인터넷 뉴스 댓글이 보편화 됨에 따라 악성 댓글이 확산되었고 이는 많은 사회 문제를 일으켜 왔다. 글은 심리 상태나 성격을 반영하기 때문에 악성 댓글을 분석하면 댓글을 작성할 때의 마음 상태를 추론할 수 있다. 본 연구에서는 영어권과 한국어권의 악성 댓글을 LIWC와 KLIWC를 사용하여 분석하였다. 그 결과, 영어와 한국어 공통으로 문장, 어절, 형태소, 문장 당 어절, 문장 당 형태소, 긍정적인 정서, 인지적 과정을 나타내는 단어가 악성 댓글이 일반 댓글보다 적게 사용되었으며, 3인칭 단수, 화, 정서적 과정을 나타내는 단어, 물리적 상태와 기능을 나타내는 단어, 속어가 악성 댓글이 일반 댓글보다 많이 사용되었다. 이는 악성 댓글을 작성할 때 사람들이 분노의 감정을 조절하지 못하고 충분히 생각하지 않은 상태에서 글을 작성하고 있음을 나타낸다. 따라서 댓글 작성 시, 작성 글을 모니터링 하도록 유도하거나 부정적 정서의 어휘가 많이 사용된 글을 다른 이용자에게 노출 시키지 않는 등의 방법을 인터넷 뉴스 서비스 제공자가 고려할 필요가 있다. 한편, 영어의 악성 댓글과 한글의 악성 댓글은 진정성 측면에서 차이가 발생했다. 좀 더 객관적 연구를 위해서 여러 시점의 댓글을 모집할 필요가 있다.

Keywords

표 1. KLIWC – LIWC 대응표

CCTHCV_2019_v19n1_548_t0001.png 이미지

표 2. 혼합 2원 ANOVA 분석 중 통계적으로 유의미한 결과

CCTHCV_2019_v19n1_548_t0002.png 이미지

표 3. KLIWC t검증결과 중 통계적으로 유의미한 결과

CCTHCV_2019_v19n1_548_t0003.png 이미지

표 4. LIWC t검증결과 중 통계적으로 유의미한 결과

CCTHCV_2019_v19n1_548_t0004.png 이미지

References

  1. D. Gillmor, We the Media: Grassroots Journalism by the People, for the People, 2006.
  2. 이은주, 장윤재, "인터넷 뉴스 댓글이 여론 및 기사의 사회적 영향력에 대한 지가가과 수용자의 의견에 미치는 효과," 한국언론학보, 제53권, 제4호, pp.50-71, 2009.
  3. 김채환, "인터넷 뉴스 댓글의 이용과 상호작용성의 만족도에 관한 연구," 언론과학연구, 제9권, 제1호, pp.5-44, 2009.
  4. 정한라, 국내외 사이버폭력 사례 및 각국의 대응방안, 한국인터넷진흥원, 2013.
  5. 강승식, "스팸 문자 필터링을 위한 변형된 한글SMS 문장의 정규화 기법," 정보처리학회논문지, 제3권, 제7호, pp.271-276, 2014. https://doi.org/10.3745/KTSDE.2014.3.7.271
  6. P. W. Foltz, "Latent semantic analysis for text-based research," Behavior Research Methods, Instruments, & Computers, Vol.28, pp.197-202, 1996. https://doi.org/10.3758/BF03204765
  7. L. A. Gottschalk, M. K. Stein, and D. H. Shapiro, "The application of computerized content analysis of speech to the diagnostic process in a psychiatric outpatient clinic," Journal of Clinical Psychology, Vol.53, pp.427-441, 1997. https://doi.org/10.1002/(SICI)1097-4679(199708)53:5<427::AID-JCLP3>3.0.CO;2-K
  8. R. P. Hart, Verbal style and the presidency: A computer-based analysis, Academic Press, 1984.
  9. J. W. Pennebaker and L. A. King, "Linguistic styles: Language use as an individual difference," Journal of Personality and Social Psychology, Vol.77, pp.1296-1312, 1999. https://doi.org/10.1037/0022-3514.77.6.1296
  10. J. W. Pennebaker, M. R. Mehl, and K. G. Niederhoffer, "Psychological aspects of natural language use: Our words, our selves," Annual Review of Psychology, Vol.54, pp.547-577, 2003. https://doi.org/10.1146/annurev.psych.54.101601.145041
  11. 이창환, 심정미, 윤애선, "언어적 특성을 이용한 '심리학적 한국어 글분석 프로그램(KLIWC)' 개발 과정에 대한 고찰," 인지과학, 제16권, 제2호, pp.93-121, 2005.
  12. 김경일, 배진희, 이창환, "KLIWC를 사용한 남녀의 언어.심리적 특성 차이 분석," Journal of the Korean Data Analysis Society, 제11권, 제3호, pp.1307-1318, 2009.
  13. 서종한, 김경일, "성폭력 가해자의 글에 나타난 언어.심리적 특성 분석," Journal of the Korean Data Analysis Society, 제11권, 제2호, pp.717-730, 2009.
  14. 김영일, 김영준, 김경일, "K-LIWC를 이용한 비압박 상황의 거짓 태도 탐지," 인지과학, 제27권, 제2호, pp.247-273, 2016.
  15. K. Kim, J. Bae, M. W. Nho, and C. H. Lee, "How Do Experts and Novices Differ? Relation Versus Attribute and Thinking Versus Feeling in Language Use," Psychology of Aesthetics Creativity and the Arts, Vol.5, No.4, pp.379-388, 2011. https://doi.org/10.1037/a0024748
  16. 이창환, 김경일, 박종민, "남북한 방송언어의 차이에 대한 기초 분석," 한국산학기술학회논문지, 제11권, 제9호, pp.3311-3317, 2010. https://doi.org/10.5762/KAIS.2010.11.9.3311
  17. 김영준, 김영일, 김경일, "인터넷 악성 댓글과 일반 댓글의 언어적, 심리적 특성 비교 연구," Journal of the Korean Data Analysis Society, 제15권, 제6호, pp.3191-3201, 2013.
  18. C. H. Lee, K. Kim, Y. S. Seo, and C. K. Chung, "The relations between personality and language use," J Gen Psychol, Vol.134, No.4, pp.405-413, 2007. https://doi.org/10.3200/GENP.134.4.405-414
  19. M. L. Newman, J. W. Pennebaker, D. S. Berry, and J. M. Richards, "Lying Words: Predicting Deception From Linguistic Styles," Personality and Social Psychology Bulletin, Vol.29, No.5, pp.665-675, 2003. https://doi.org/10.1177/0146167203029005010
  20. M. A. Cohn, M. R. Mehl, and J. W. Pennebaker, "Linguistic markers of psychological change surrounding September 11, 2001," Psychol Sci, Vol.15, No.10, pp.687-693, 2004. https://doi.org/10.1111/j.0956-7976.2004.00741.x
  21. J. W. Pennebaker, R. J. Booth, R. L. Boyd, and E. Francis, Linguistic Inquiry and Word Count: LIWC2015, Pennebaker Conglomerates (www.LIWC.net), 2015.
  22. 김형성, 임영덕, "미국의 '위축효과법리'와 그 시사점," 미국헌법연구, 제20권, 제2호, pp.99-131, 2009.