• Journal of the Korea society of information convergence
• /
• v.7 no.2
• /
• pp.49-57
• /
• 2014

Recently, opinion mining is introduced to extract useful information from SNS data and to evaluate the true intention of users. Opinion mining are required several efficient techniques to collect and analyze a large amount of SNS data and extract meaningful data from them. Therefore in this paper, we propose a parallel HDFS(Hadoop Distributed File System) and emotion functions based on Mapreduce to extract some emotional information of users from various unstructured big data on social networks. The experiment results have verified that the proposed system and functions perform faster than O(n) for data gathering time and loading time, and maintain stable load balancing for memory and CPU resources.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.280-281
• /
• 2013

본 논문에서는 메타데이터를 이용하여 사용자 시청경험을 향상시키기 위한 감성효과 메타데이터 저작도구의 설계 및 구현에 관한 것이다. 이를 위해 가상세계와 현실세계의 소통을 위한 규격인 ISO/IEC 23005 의 메타데이터를 이용한다. 다양한 목적을 가진 메타데이터의 유용성에도 불구하고, 실제 메타데이터를 저작하는 단계는 지루하고 단조로운 작업이다. 본 논문에서는 직관적이고 사용자 친화적인 메타데이터 저작도구를 소개한다. 제안된 저작도구는 사용자에게 방송콘텐트의 감성효과 저작을 위한 특징 정보를 제시함으로써 저작의 효율을 높일 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.389-393
• /
• 2018

딥러닝의 발달로 기계번역, 대화 시스템 등의 자연언어처리 분야가 크게 발전하였다. 딥러닝 모델의 성능을 향상시키기 위해서는 많은 데이터가 필요하다. 그러나 많은 데이터를 수집하기 위해서는 많은 시간과 노력이 소요된다. 본 연구에서는 이미지 생성 모델로 좋은 성능을 보이고 있는 생성적 적대 네트워크(Generative adverasarial network)를 문장 생성에 적용해본다. 본 연구에서는 긍/부정 조건에 따른 문장을 자동 생성하기 위해 SeqGAN 모델을 수정하여 사용한다. 그리고 분류기를 포함한 SeqGAN이 긍/부정 감성인식 학습데이터를 자동 생성할 수 있는지 실험한다. 실험을 수행한 결과, 분류기를 포함한 SeqGAN 모델이 생성한 문장과 학습데이터를 혼용하여 학습할 경우 실제 학습데이터만 학습 시킨 경우보다 좋은 정확도를 보였다.

• The Journal of the Korea Contents Association
• /
• v.20 no.11
• /
• pp.110-118
• /
• 2020

Social media data serves as a proxy indicator to understand the problems and the future of public opinion in Korean society. This research used 109,015 news data from 2016 to 2018 to analyze the sensitivity of the elderly and employment in Korean society, and explored the possibility of expanding the labor force in Korean society, which is facing a cliff between the elderly and the population. Topic keywords for employment of the elderly include "elderly*employment", "elderly*employment", and "elderly*wage". As a result of the analysis, positive sensitivity prevails for most of the period, and it is possible to expand the working-age population. Positive feelings about expanding employment opportunities for the elderly and negative feelings about low wages have brought to light the reality of the elderly who are still poor despite their work. In this study, social big data was used to analyze the perceptions and sensibilities of Korean society related to the elderly and employment through hierarchical crowd analysis and related text mining analysis.

• Journal of Digital Contents Society
• /
• v.18 no.1
• /
• pp.87-91
• /
• 2017

Recently, several kinds of researches using IoT wearable devices are active in the field of sports, design, emotional sciences and so on. The human bio data such as blood pulse, ECG, SKT signal, and GSR Signal producing from IoT wearable devices such as Watch, Smart-band, Grass can adapt to the meaningful future applications. Using the human's emotional data and a physical status with variation and so on, we can individually get the personal status. Due to knowing the personal emotion or physical status is related and connected to the valuable wallet of customers, the approach is more important in nowadays. Therefore, the personal information can effectively adapt to the marketing of the culture industry, which deals with emotions of customers. The research shows implementation steps for explaining overall architecture of the convergence research between Art and Technologies.

• Smart Media Journal
• /
• v.13 no.6
• /
• pp.44-53
• /
• 2024

Companies in modern society are increasingly recognizing sentiment classification as a crucial task, emphasizing the importance of accurately understanding consumer opinions opinions across various platforms such as social media, product reviews, and customer feedback for competitive success. Extensive research is being conducted on sentiment classification as it helps improve products or services by identifying the diverse opinions and emotions of consumers. In sentiment classification, fine-tuning with large-scale datasets and pre-trained language models is essential for enhancing performance. Recent advancements in artificial intelligence have led to high-performing sentiment classification models, with the ELECTRA model standing out due to its efficient learning methods and minimal computing resource requirements. Therefore, this paper proposes a method to enhance sentiment classification performance through efficient fine-tuning of various datasets using the KoELECTRA model, specifically trained for Korean.

• The Journal of Society for e-Business Studies
• /
• v.27 no.1
• /
• pp.15-28
• /
• 2022

Due to recent expansion of online market such as clothing, utilizing customer review has become a major marketing measure. User review has been used as a tool of analyzing sentiment of customers. Sentiment analysis can be largely classified with machine learning-based and lexicon-based method. Machine learning-based method is a learning classification model referring review and labels. As research of sentiment analysis has been developed, multi-modal models learned by images and video data in reviews has been studied. Characteristics of words in reviews are differentiated depending on products' and customers' categories. In this paper, sentiment is analyzed via considering review data and metadata of products and users. Gated Recurrent Unit (GRU), Long Short-Term Memory (LSTM), Self Attention-based Multi-head Attention models and Bidirectional Encoder Representation from Transformer (BERT) are used in this study. Same Multi-Layer Perceptron (MLP) model is used upon every products information. This paper suggests a multi-modal sentiment analysis model that simultaneously considers user reviews and product meta-information.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.243-246
• /
• 2011

학습자의 감성 상태가 충분히 반영되는 오프라인 수업과 달리 지금까지 대부분의 e-러닝은 학습자의 감성 정보를 수업에 효과적으로 반영하지 못했다. 이러한 한계점은 e-러닝의 학습 효과성을 저해하는 문제 중 하나로 지적되었다. 이 문제를 해결하기 위해 학습자의 뇌파를 통해 감성을 인식하고 감성 상태에 따라 적절한 학습 콘텐츠 타입을 추천하여 학습 효과를 증대 시킬 수 있는 방법론이 주목을 받고 있다. 본 논문에서는 기 수집된 학습자들의 감성(뇌파) 데이터를 분석하여 콘텐츠 타입 선호도를 파악한 후 프로파일 데이터를 활용하여 상관계수 기반 NN-Recommendation 학습 콘텐츠 타입 추천 시스템을 제안 하고자 한다. 이 시스템은 일반적인 추천시스템에서 발생하는 Cold-start 문제를 해결할 수 있으며 특히 본 연구에서는 보다나은 추천 정확도를 위해 프로파일 각 속성에 자동적으로 가중치를 부여하는 기법을 제시하여 향상된 성능을 보이게 됨을 실험을 통해 확인 하였다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.79-83
• /
• 2018

본 논문은 한국어 문장의 형태소, 음절, 자소를 동시에 각자 다른 합성곱층을 통과시켜 문장의 감성을 분류하는 Multi-channel CNN을 제안한다. 오타를 포함하는 구어체 문장들의 경우에 형태소 기반 CNN으로 추출 할 수 없는 특징들을 음절이나 자소에서 추출 할 수 있다. 한국어 감성분석에 형태소 기반 CNN이 많이 쓰이지만, 본 논문의 Multi-channel CNN 모델은 형태소, 음절, 자소를 동시에 고려하여 더 정확하게 문장의 감성을 분류한다. 본 논문이 제안하는 모델이 형태소 기반 CNN보다 야구 댓글 데이터에서는 약 4.8%, 영화 리뷰 데이터에서는 약 1.3% 더 정확하게 문장의 감성을 분류하였다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2007.05a
• /
• pp.109-113
• /
• 2007

본 논문은 칼라 패턴의 감성 평가를 위해 러프 집합 이론이 효과적으로 사용될 수 있음을 보여준다. 우리는 주어진 랜덤 칼라 패턴을 보여주고 사람들로 하여금 감성 평가를 하게 하여 수집된 심리학적 실험 데이터를 기반으로 VPRS(Variable Precision Rough Set) 이론을 적용, 관련 규칙들을 추출하였다. 이러한 규칙들은 벽지 등의 컬러 패턴들에 대한 근사적인 감성 평가 뿐만 아니라, 이미지 속성 공간을 언어적 이미지 스케일로 표현된 감성 공간으로 매핑 시키기 위한 적응 퍼지 시스템 등의 초기 조건으로도 사용할 수도 있다.