• Proceedings of The KACE
• /
• 2018.08a
• /
• pp.71-73
• /
• 2018

사람의 음성이 가진 고유한 특성을 이용하여 그 안에 담긴 감정을 분석하여 파악할 수 있다면 효과적인 의사소통이 가능할 것이다. 본 연구에서는 음성이 가진 피치 값과, 속도의 변화와 같은 요소를 데이터화 하여 그 안에 담긴 감정을 기계학습을 통해 분류 및 예측하는 과정을 거친다. 감정 별 음성 데이터 분석을 위해 다양한 기계학습 알고리즘을 활용하며 선행 연구들보다 높은 정확도로 신뢰할 수 있는 측정 결과를 제공해 줄 수 있을 것이다. 이를 통해 음성만으로 사람의 감정을 파악하여 효과적인 의사소통 및 다양한 분야에 활용될 수 있을 것으로 기대한다.

• Journal of Cadastre & Land InformatiX
• /
• v.49 no.1
• /
• pp.65-84
• /
• 2019

This study attempted to predict citizens' emotions regarding mortgage rates using machine learning algorithms. To accomplish the research purpose, I reviewed the related literature and then set up two research questions. To find the answers to the research questions, I classified emotions according to Akman's classification and then predicted citizens' emotions on mortgage rates using six machine learning algorithms. The results showed that AdaBoost was the best classifier in all evaluation categories. However, the performance level of Naive Bayes was found to be lower than those of other classifiers. Also, this study conducted a ROC analysis to identify which classifier predicts each emotion category well. The results demonstrated that AdaBoost was the best predictor of the residents' emotions on home mortgage rates in all emotion categories. However, in the sadness class, the performance levels of the six algorithms used in this study were much lower than those in the other emotion categories.

• Journal of Digital Convergence
• /
• v.20 no.2
• /
• pp.57-62
• /
• 2022

This study was conducted with the purpose of listening to the explanations of artworks in the non-face-to-face class and confirming the learner's feelings as a result of the class. The proposed system listens to the explanation of the artwork, inputs the learner's emotions with a dedicated key, and expresses the result in music. To this end, the direction of the non-face-to-face art appreciation class model using the emotion key was set, and based on this, a system for non-face-to-face art appreciation was constructed. The learner will use the 'smart device using the emotion key' proposed in this study to listen to the explanation of the artwork and to input the emotion for the question presented. Through the proposed system, learners can express their emotional state in online art classes, and instructors receive the results of class participation and use them in various ways for educational analysis.

• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.141-146
• /
• 2016

대화 시스템에서 사용자가 나타내는 발화에 내재된 감정을 분류하는 것은, 시스템이 적절한 응답과 서비스를 제공하는데 있어 매우 중요하다. 본 연구에서는 대화 내 감정 분류를 하는데 있어 직접적, 간접적으로 드러나는 감정 자질을 자동으로 학습하고 감정이 지속되는 대화 문맥을 효과적으로 반영하기 위해 CNN-LSTM 방식의 딥 뉴럴 네트워크 구조를 제안한다. 그리고 대량의 구어체 코퍼스를 이용한 사전 학습으로 데이터 부족 문제를 완화하였다. 실험 결과 제안하는 방법이 기존의 SVM이나, 단순한 RNN, CNN 네트워크 구조에 비해 전반전인 성능 향상을 보였고, 특히 감정이 있는 경우 더 잘 분류하는 것을 확인할 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.69-72
• /
• 2003

사람은 이성과 감정을 가지고 있어, 동일한 환경 조건하에서도 감정에 따라 조금은 다른 행동을 보인다. 그러므로 아무리 정교한 행동을 할 수 있는 에이전트를 만든다 하더라고 로봇이 자체의 내부 감정을 동반하지 않으면, 능동적으로 상호 작용을 할 수 있는 에이전트를 구성할 수 없다 볼 수 있다. 본 논문에서는 감독학습, SOM(self-organizing Map) 그리고 fuzzy controller를 통해서, 주어진 환경에서 학습된 행동을 함에 있어서 감정의 변화를 고려해, 감정의 요소가 행동에 영향을 미치는 에이전트를 모델링하고자 한다. 또한 감정을 가진 모델을 통해 최종적으로 사람과 상호행동하는 모델에 대한 가능성을 제시하고자 한다.

• Annual Conference on Human and Language Technology
• /
• 2016.10a
• /
• pp.141-146
• /
• 2016

대화 시스템에서 사용자가 나타내는 발화에 내재된 감정을 분류하는 것은, 시스템이 적절한 응답과 서비스를 제공하는데 있어 매우 중요하다. 본 연구에서는 대화 내 감정 분류를 하는데 있어 직접적, 간접적으로 드러나는 감정 자질을 자동으로 학습하고 감정이 지속되는 대화 문맥을 효과적으로 반영하기 위해 CNN-LSTM 방식의 딥 뉴럴 네트워크 구조를 제안한다. 그리고 대량의 구어체 코퍼스를 이용한 사전 학습으로 데이터 부족 문제를 완화하였다. 실험 결과 제안하는 방법이 기존의 SVM이나, 단순한 RNN, CNN 네트워크 구조에 비해 전반전인 성능 향상을 보였고, 특히 감정이 있는 경우 더 잘 분류하는 것을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.700-702
• /
• 2022

코로나 바이러스-19 감염증 상황이 지속됨에 따라 영유아 비대면 상담이 증가하였다. 비대면이라는 제한된 환경에서, 보다 정확한 상담을 위해 영유아의 감정을 예측하는 보조도구로써 CNN 학습모델을 이용한 감정분석 결과를 활용할 수 있다. 하지만, 대부분의 감정분석 CNN 모델은 성인 데이터를 위주로 학습이 진행되므로 영유아의 감정인식률은 상대적으로 낮다. 본 논문에서는 영유아와 청소년 데이터의 감정분석 정확도 차이의 원인을 XAI 기법 중 하나인 LIME을 사용해 시각화하여 분석하고, 분석 결과를 근거로 영유아 데이터에 대한 감정인식 성능을 향상시킬 수 있는 방법을 제안한다.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.9
• /
• pp.391-398
• /
• 2022

As non face-to-face classes carry on discussion about learner's attention continues. To improve learning effect learner's attention is important whether non face-to-face classes or face-to-face classes. In this study a mobile application prototype inducing learner attention is developed taking account of learner emotion that is one of the factors affecting learner attention. When learner selects one of the four emotions displayed in the application, it shows the activity inducing the learner's attention related to the selected emotion. In order to evaluate the usability of the developed application, 32 middle and high school students are asked to run the application and then conduct a survey using 5 point Likert scale. The survey result indicates that there is a possibility that the developed application in this study induces learner attention as showing that the result point of 'I can pay attention' and 'I feel psychological stable' is respectively 3.56 and the result point of 'I feel useless thought disappear' is 3.6.

• The Journal of the Korea Contents Association
• /
• v.12 no.12
• /
• pp.471-478
• /
• 2012

Various studies on sentiment classification of documents have been performed. Recently, they have been applied to twitter sentiment classification. However, they did not show good performances because they did not consider the characteristics of tweets such as tweet structure, emoticons, spelling errors, and newly-coined words. In this paper, we perform experiments on various input features (emoticon polarity, retweet polarity, author polarity, and replacement words) which affect twitter sentiment classification model based on machine-learning techniques. In the experiments with a sentiment classification model based on a support vector machine, we found that the emoticon polarity features and the author polarity features can contribute to improve the performance of a twitter sentiment classification model. Then, we found that the retweet polarity features and the replacement words features do not affect the performance of a twitter sentiment classification model contrary to our expectations.

• Journal of the Korea Convergence Society
• /
• v.13 no.5
• /
• pp.155-164
• /
• 2022

Considerable interest has been directed toward utilizing virtual environment-based simulations for teacher education which provide authentic experience of classroom environment and repetitive training. Emotional Interaction should be considered for more advanced simulation learning performance. Since emotion is important factors in creative thinking, inspiration, concentration, and learning motivation, identifying learners' emotional interactions and applying these results to teaching simulation is essential activities. In this context, this study aims to identify the objective data for the empathetic response through the movement of the learner's EEG (Electroencephalogram) and eye-tracking, and to provide clues for designing emotional teaching simulation. The results of this study indicated that intended empathetic response was provided and in terms of valence (positive and negative) states and situational interest played an important role in determining areas of interest. The results of this study are expected to provide guidelines for the design of emotional interactions in simulations for teacher education as follow; (a) the development of avatars capable of expressing sophisticated emotions and (b) the development of scenarios suitable for situations that cause emotional reactions.