• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회
• /
• pp.652-657
• /
• 2018

With the rapid development of e-commerce, many customers can now express their opinion on various kinds of product at discussion groups, merchant sites, social networks, etc. Discerning a consensus opinion about a product sold online is difficult due to more and more reviews become available on the internet. Opinion Mining, also known as Sentiment analysis, is the task of automatically detecting and understanding the sentimental expressions about a product from customer textual reviews. Recently, researchers have proposed various approaches for evaluation in sentiment mining by applying several techniques for document, sentence and aspect level. Aspect-based sentiment analysis is getting widely interesting of researchers; however, more complex algorithms are needed to address this issue precisely with larger corpora. This paper introduces an approach of knowledge representation for the task of analyzing product aspect rating. We focus on how to form the nature of sentiment representation from textual opinion by utilizing the representation learning methods which include word embedding and compositional vector models. Our experiment is performed on a dataset of reviews from electronic domain and the obtained result show that the proposed system achieved outstanding methods in previous studies.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.259-266
• /
• 2023

본 논문에서는 속성기반 오피니언 마이닝(ABOM)을 적용한 협업 필터링의 정확도 성능을 개선할 수 있는 알고리즘을 제안한다. 실험을 위해 국내 스마트폰 사용자의 스마트폰 앱에 대한 총 1,227건의 온라인 소비자 리뷰 데이터가 분석에 사용되었다. KKMA(꼬꼬마)분석기를 이용하여 형태소 분석 및 KOSAC를 사용하여 감성어 분석 후 LDA 토픽 모델링을 사용하여 속성 추출한 가중치 값을 부여한 리뷰별로 토픽 모델링 결과를 이용하여 협업필터링의 평점과 감성스코어의 평점을 합산한 평균값 정확도 오차를 계산한 통계모형 성능 평가인 MAE, MAPE, RMSE를 사용하였다. 실험을 통해 추천 알고리즘 중 전통적인 협업필터링과 LDA 속성 추출과 감성분석을 결합한 속성기반 오피니언 마이닝(Aspect-Based Opinion Mining, ABOM) 기법을 결합하여 온라인 고객의 앱 평점(APP_Score) 대한 정확도를 예측하였다. 분석 결과 전통적인 협업필터링을 구현한 평점의 정확도 보다 속성기반 오피니언 마이닝 CF를 적용한 평점의 예측 정확도가 더 우수한 것으로 나타났다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.160-161
• /
• 2017

감정 분석 및 의견 마이닝은 지난 15 년 동안 연구 분야가 등장하면서 사람들의 의견, 감정, 평가, 태도 및 감정을 글쓰기 언어의 광산 및 감정 분석 (OMSA)에서 분석하고 계산 방법론을 제공하는 분야입니다 주로 비 구조화 된 데이터를 처리하여 의견을 추출하고 그들의 감정을 파악합니다. 상대적으로 새롭지 만 빠르게 성장하는 연구 분야는이 기간 동안 많이 바뀌 었습니다. 이 논문은 2007-2016 년 동안 OMSA에서 수행 된 연구 작업의 과학적 분석을 제시합니다. 문헌 분석을 위해 Web of Science (WoS) 데이터베이스에서 색인 된 연구 출판물을 입력 자료로 사용합니다. 출판 데이터는 계산 방식으로 분석되어 연도 별 출판 패턴, 출판물, 연구 분야의 성장률을 파악합니다. 이 간행물에서 사용되는 대중적 접근법 (기계 학습 및 어휘 기반), OMSA의 주요 응용 분야 및 정서 분석 작업의 수준 (문서, 문장 또는 측면 수준)을 식별하기 위해 데이터에 대한보다 상세한 수동 분석도 수행됩니다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.39-70
• /
• 2017

최근 여론조사 분야에서 데이터에 기반을 둔 분석 기법이 널리 활용되고 있다. 기업에서는 최근 출시된 제품에 대한 선호도를 조사하기 위해 기존의 설문조사나 전문가의 의견을 단순 취합하는 것이 아니라, 온라인상에 존재하는 다양한 종류의 데이터를 수집하고 분석하여 제품에 대한 대중의 기호를 정확히 파악할 수 있는 방안을 필요로 한다. 기존의 주요 방안에서는 먼저 해당 분야에 대한 감성사전을 구축한다. 전문가들은 수집된 텍스트 문서들로부터 빈도가 높은 단어들을 정리하여 긍정, 부정, 중립을 판단한다. 특정 제품의 선호를 판별하기 위해, 제품에 대한 사용 후기 글을 수집하여 문장을 추출하고, 감성사전을 이용하여 문장들의 긍정, 부정, 중립을 판단하여 최종적으로 긍정과 부정인 문장의 개수를 통해 제품에 대한 선호도를 측정한다. 그리고 제품에 대한 긍 부정 내용을 자동으로 요약하여 제공한다. 이것은 문장들의 감성점수를 산출하여, 긍정과 부정점수가 높은 문장들을 추출한다. 본 연구에서는 일반 대중이 생산한 문서 속에 숨겨져 있는 토픽을 추출하여 주어진 제품의 선호도를 조사하고, 토픽의 긍 부정 내용을 요약하여 보여주는 제품 평판 마이닝 알고리즘을 제안한다. 기존 방식과 다르게, 토픽을 활용하여 쉽고 빠르게 감성사전을 구축할 수 있으며 추출된 토픽을 정제하여 제품의 선호도와 요약 결과의 정확도를 높인다. 실험을 통해, K5, SM5, 아반떼 등의 국내에서 생산된 자동차의 수많은 후기 글들을 수집하였고, 실험 자동차의 긍 부정 비율, 긍 부정 내용 요약, 통계 검정을 실시하여 제안방안의 효용성을 입증하였다.

• 헤리티지:역사와 과학
• /
• 제43권3호
• /
• pp.144-179
• /
• 2010

본고는 1970년대 이래 제철유적에 대한 조사가 꾸준히 증가되었음에도 불구하고 그 조사방법에 대한 연구는 이에 미치지 못하는 상황을 인식하는 데서 비롯되었다. 제철유적은 1990년대에 들어오면서 전국적으로 조사가 급증하였으며, 특히 최근에는 생산유적의 중요성이 부각되면서 더욱 주목받고 있는 유적의 하나이다. 하지만 분묘유적이나 취락, 성곽유적 등에 비해 제철유적의 조사방법에 대한 소개와 연구는 크게 부족하다고 할 수 있다. 그 이유는 제철조업의 프로세스는 매우 복잡하고 다양할 뿐 아니라, 공정의 이해를 위해서는 금속공학적인 기초지식까지 학습해야 하는 어려움이 있기 때문이다. 즉 고고학 조사와 연구에 있어 제철과 관련된 유구 유물의 성격이 이러한 프로세스와 어떠한 상관관계를 가지는지 밝히기가 몹시 어렵다는 이유 때문이다. 이러한 문제를 해결하기 위해 철생산 및 철기제작의 공정과 철재, 철괴 등 관련유물의 금속학적 특징에 대한 이해를 바탕으로, 제철유적 발굴조사의 순서와 방법, 유물의 분류 및 정리방법에 대한 시론을 제시함으로써 정밀한 조사와 심도 있는 분석이 이루어질 수 있도록 하는 것이 본 연구의 목적이다. 본고에서는 제철유적을 조업공정에 따라 채광, 제련, 정련, 단야, 용해, 제강유적의 6가지 유형으로 분류한 후, 사전조사와 지표${\rightarrow}$시굴${\rightarrow}$발굴조사로 이어지는 각 단계별 조사방법에 대해 정리하였다. 또한 가장 대표적인 제철관련유물인 철재의 분류 및 정리에 있어 새로운 방법을 모색해 보았다. 더불어 유적의 성격파악에 필요한 자연과학분석 및 제철로 복원실험의 필요성에 대해서도 언급하였으며, 내용의 구성에서는 사례 제시와 도면 사진자료를 최대한 활용하였다. 본고에서는 다양한 조사연구방법의 응용과 개발에 대해 심도 있게 논의하지는 못하였지만, 유구 유물의 세밀한 관찰을 통해 공정에 따른 다양한 제철유적의 조사연구 방법론 개발이 매우 시급한 과제임을 알 수 있었다. 그리고 유적의 종합적인 성격규명을 위해서는 고고학적 지식뿐만 아니라 자연과학 분야가 다양하게 응용되어야 하며, 더불어 실험고고학의 측면에서도 지속적인 제철로의 복원실험이 필요함을 알 수 있었다.