• Annual Conference on Human and Language Technology
• /
• 2014.10a
• /
• pp.211-214
• /
• 2014

본 연구에서는 질의를 기반으로 사용자의 감정상태를 예측하는 방법을 제안한다. 제안방법은 자극-감정 규칙베이스 구축, 규칙확률 값 기반 질의 랭킹, 질의 랭킹 기반 사용자 감정예측의 단계로 구성된다. 방법의 적절성을 검증하기 위하여 힘들다와 심심하다에 대한 결과로 사용자평가를 실시하였다. 힘들다의 결과에서는 힘들다 정도에 대한 점수가 높은 질의들을 지속적으로 검색하는 사용자들을 힘들다라고 판단할 수 있다고 분석되었다. 심심하다의 결과에서는 방법 간 유의미한 차이를 보이지 않았으나, 특정 개별질의의 지속적인 패턴을 분석하는 것이 좀 더 높은 점수를 얻은 것으로 평가되었다.

• Koreanishche Zeitschrift fur Deutsche Sprachwissenschaft
• /
• v.6
• /
• pp.23-55
• /
• 2002

이 논문의 목적은 수없이 많은 독일어 동사들 가운데 사람의 심리-감정을 표현하는 동사, 소위 감정동사(Emotionsverben: Verben der Gefuhlsbewegung)를 하나의 어휘-의미장(lexikalisch-semantisches Feld)으로 보고 이들의 통사구조 및 의미구조를 파악하여 결합가 모형화 하는 것이다. 우리는 감정동사의 통사 구조 및 의미구조를 기술하기 위해 동사 중심의 결합가 이론과 격이론을 이론적$\cdot$방법론적 토대로 삼았다. 또한 우리는 감정동사를 보충어의 수와 형태에 따라 크게 세 가지 그룹, 즉 2개의 보충어를 갖는 그룹 I(이 그룹에 속하는 동사들은 무생물(사물)을 주어로 갖는다)과 그룹 II(이 그룹에 속하는 동사들은 유생물(사람)을 주어로 갖는다) 그리고 3개의 보충어를 갖는 그룹 III(사람과 사람간의 관계를 나타낸다)으로 구분하였다. 예증을 위해 개별 동사에 대해 용례를 제시했다. 2개의 보충어를 갖는 그룹 II를 보충어의 수의성 여부에 따라 하위 분류했다. 보충어의 형태는 명사구(Sn, Sd, Sa, Sa)와 전치사구(pS)에 한정했으며 - 지면관계상 개별 동사의 예문으로 제시하진 않았지만 - 문장형태의 보충어, 예를 들어 dass-문장(Nsdass)과 부정사문(Inf)도 고려하여 통사적 문형(syntaktisches Satzmodell)과 의미적문형(semantisches Satzmodell)에서 제시하였다. 결국 이 논문은 독일어를 배우는 이들에게 독일어 동사의 통사구조 및 의미구조를 보다 쉽게 설명할 수 있는 하나의 방법론을 제시함은 물론, 나아가서는 결합가 사전에서 동사 내항 기술을 위한 기본적인 토대를 제공할 것이다

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.9
• /
• pp.131-138
• /
• 2013

In this paper, I propose and evaluate the method that classifies emotional type of characters with their emotional words. Emotional types are classified as three types such as positive, negative and neutral. They are selected by classification of emotional words that characters speak. I propose the method to extract emotional words based on WordNet, and to represent as emotional vector. WordNet is thesaurus of network structure connected by hypernym, hyponym, synonym, antonym, and so on. Emotion word is extracted by calculating its emotional distance to each emotional category. The number of emotional category is 30. Therefore, emotional vector has 30 levels. When all emotional vectors of some character are accumulated, her/his emotion of a movie can be represented as a emotional vector. Also, thirty emotional categories can be classified as three elements of positive, negative, and neutral. As a result, emotion of some character can be represented by values of three elements. The proposed method was evaluated for 12 characters of four movies. Result of evaluation showed the accuracy of 75%.

• Korean Journal of Cognitive Science
• /
• v.19 no.4
• /
• pp.499-517
• /
• 2008

In this paper, we propose an effective emotion feature extraction method for Korean and evaluate their availability in sentiment classification. Korean emotion features are expanded from several representative emotion words and they play an important role in building in an effective sentiment classification system. Firstly, synonym information of English word thesaurus is used to extract effective emotion features and then the extracted English emotion features are translated into Korean. To evaluate the extracted Korean emotion features, we represent each document using the extracted features and classify it using SVM(Support Vector Machine). In experimental results, the sentiment classification system using the extracted Korean emotion features obtained more improved performance(14.1%) than the system using content-words based features which have generally used in common text classification systems.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.375-377
• /
• 2012

스마트폰과 같은 모바일 기기가 발전함에 따라 SNS, 모바일 메신저, SMS와 같은 단문 기반 메시지는 자신의 감정을 가장 잘 표현하는 매체이다. 그럼에도 불구하고 기존 연구는 주로 장문의 텍스트로부터 긍정, 부정 분류나 문서의 성향을 분석하는 것에 그치는 경우가 많다. 의미지향(Semantic Orientation)방법은 검색엔진을 통해 감정 키워드와 인지하고자 하는 단어의 동시 빈출 정도를 PMI로 계산한 것으로 WordNet과 같은 의미 사전이 존재하지 않는 한국어의 특성에서 적용 가능한 방법이다. 본 논문에서는 의미 지향성 및 다른 텍스트 기반 감정 분류 기술에 대해 비교하고 이들을 활용하여 한국어로 구성된 단문 텍스트에서 효율적인 감정 분류 기법을 제안하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.615-617
• /
• 2022

본 논문에서는 얼굴사진 기반 감정인식 심층망, 음성사운드를 기반한 감정인식 심층망을 결합한 앙상블 네트워크 구축을 위한 사전연구로서 얼굴사진 기반 감정을 인식하는 기존 딥뉴럴 네트워크 모델들을 입력 데이터 처리 방법에 따라 분류하고, 각 방법의 특성을 분석한다. 또한, 얼굴사진 외관 특성을 기반한 감정인식 네트워크를 여러 구조로 구성하고, 구성된 방법의 성능을 비교하여, 우수 성능을 보이는 네트워크를 선정하여 추후 앙상블 네트워크의 구성 네트워크로 사용하고자 한다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.18 no.2
• /
• pp.49-54
• /
• 2017

In this paper, we use face database to detect human emotion in real time. Although human emotions are defined globally, real emotional perception comes from the subjective thoughts of the judging person. Therefore, judging human emotions using computer image processing technology requires high technology. In order to recognize the emotion, basically the human face must be detected accurately and the emotion should be recognized based on the detected face. In this paper, based on the Cohn-Kanade Database, one of the face databases, faces are detected by combining the detected faces with the database.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.9-12
• /
• 2023

최근 영상 콘텐츠를 통해 영상물의 메시지뿐 아니라 메시지의 형식을 통해 전달된 감정이 시청하는 사람의 심리 상태에 영향을 주고 있다. 이에 따라, 영상 콘텐츠의 감정을 분류하는 연구가 활발히 진행되고 있고 본 논문에서는 대중적인 영상 스트리밍 플랫폼 중 하나인 유튜브 영상을 7가지의 감정 카테고리로 분류하는 여러 개의 영상 데이터 중 각 영상 데이터에서 오디오와 이미지 데이터를 각각 추출하여 학습에 이용하는 멀티 모달 방식 기반의 영상 감정 분류 모델을 제안한다. 사전 학습된 VGG(Visual Geometry Group)모델과 ViT(Vision Transformer) 모델을 오디오 분류 모델과 이미지 분류 모델에 이용하여 학습하고 본 논문에서 제안하는 병합 방법을 이용하여 병합 후 비교하였다. 본 논문에서는 기존 영상 데이터 감정 분류 방식과 다르게 영상 속에서 화자를 인식하지 않고 감정을 분류하여 최고 48%의 정확도를 얻었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.289-290
• /
• 2019

사람들의 대화에 사용되는 단어는 사전적으로 정의되어 있으나 개인마다 단어의 의미를 다르게 받아들이기도 한다. 단어에는 단순히 사전의 정의만 담겨 있는 것이 아니라 개인의 감정과 삶의 시간 또한 담겨 있기 때문이다. 각기 다른 의미로 단어를 사용함에 따라 야기되는 소통 장애를 해소하기 위하여 본 연구에서는 단어의 일반적 정의뿐 아니라 개개인 각자의 의미를 담을 수 있는 오픈사전 앱을 개발하였다. 일반사전에서는 공공 API를 통해 국립국어원의 우리말샘 사전을 사용하며, 오픈사전에서는 웹서버를 연동하여 MySQL에 사용자가 정의한 단어를 등록한다. 또한 본 앱에서는 해상도별 이미지를 구현하여 다양한 화면에 대응하였다.

• Journal of Korea Game Society
• /
• v.10 no.2
• /
• pp.37-47
• /
• 2010

Along with language, emotion is an effective means of expression. By expressing our emotions as well as speaking language, we can deliver our message better. Because each person expresses the same emotion differently, this expression is a useful gauge to measure an individual personality. To avoid monotonous emotional expression from virtual characters, therefore, it is necessary to adjust the creation and deletion of the same emotion depending on each character's personality. This paper has attempted to define personality characteristics that have an impact on each emotion and propose a method to adjust the emotions. Furthermore, the relationship between particular emotion and personality characteristics has been defined by matching the significance of specified personality characteristics with the lexical meaning. In addition, using the Raw Score, the weighted value which is necessary for the adjustment, continuance and deletion of each emotion has been defined. Then, emotion was properly adjusted. When the same emotion was adjusted using actual personality test data, different results have been observed by personality. This paper has been conducted using NEO Personality Inventory (NEO-PI) which consisted of 5 broad domains and 30 sub domains.