지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2019.1
- 수록면
- 107 - 117 (11page)
이용수
이 논문의 연구 히스토리 (4)
2019
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
블로그, 소셜 미디어 등의 발달로 인해 점점 더 많은 사람들이 본인의 의견이나 감정을 표현하기 위해 온라인상에서 텍스트 문장을 작성한다. 그리고 이같은 온라인 텍스트 문장속에 숨겨져 있는 긍정 또는 부정등의 감성을 찾아내는 연구분야를 감성분석 이라고 한다. 그중에서도 이모션 마이닝은 사람들의 구체적인 이모션을 찾아내는데 초점을 맞춘 연구분야이다. 본 연구에서는 속성선택 방법과 단일 및 앙상블 분류기를 조합하여 효과적인 이모션 마이닝 예측모델을 제시하고자 한다. 이를 위해 두가지 대표적인 오픈 데이터인 Tweet와 SemEval2007 데이터를 이용하여 TF-IDF를 계산하고 백 오브 워즈 (BOW: bag-of-words) 형태로 속성 셋을 구성하였다. 그리고 효과적인 이모션 마이닝이 될 수 있는 최적의 속성을 선택하기 위하여 상관관계 기반 속성선택(CFS), 정보획득 속성선택 (IG), 그리고 ReliefF 등 세가지 속성선택 방법을 적용하였다. 선택된 속성을 이용하여 아홉가지 분류기 모델로 이모션 마이닝의 정확도를 비교하였다. 실험 결과, Tweet 데이터는 의사결정나무(DT)가 CFS, IG, ReliefF에 의한 속성을 이용할 경우 정확도가 상승했고, 랜덤서브스페이스(RS)는 CFS, IG에 선택된 속성을 사용할 경우 정확도가 상승했다. SemEval2007 데이터는 ReliefF에 의해 선택된 속성으로 로지스틱 회귀분석(LR)을 적용하였을 때 정확도가 상승했고, 나이브 베이지안 네트워크(NBN)은 CFS, IG에 의한 속성을 사용할 경우 정확도가 상승하였다.
목차
등록된 정보가 없습니다.
참고문헌 (24)
참고문헌 신청
J. A. Balazs / 2016 / Opinion mining and information fusion : a survey / Information Fusion 27:95~110
H. L. Yang / 2018 / Opinion mining for multiple types of emotion-embedded products/services through evolutionary strategy / Expert Systems with Applications 99:44~55
M. V. Mäntylä / 2018 / The evolution of sentiment analysis—A review of research topics, venues, and top cited papers / Computer Science Review 27:16~32
Y. Liu / 2017 / Multi-class sentiment classification : The experimental comparisons of feature selection and machine learning algorithms / Expert Systems with Applications 80:323~339
T. Danisman / 2008 / Feeler:Emotion classification of text using vector space model / AISB 2008 Convention Communication, Interaction and Social Intelligence 1:53
H. L. Yang / 2018 / Opinion mining for multiple types of emotion-embedded products/services through evolutionary strategy / Expert Systems with Applications 99:44~55
M. V. Mäntylä / 2018 / The evolution of sentiment analysis—A review of research topics, venues, and top cited papers / Computer Science Review 27:16~32
Y. Liu / 2017 / Multi-class sentiment classification : The experimental comparisons of feature selection and machine learning algorithms / Expert Systems with Applications 80:323~339
T. Danisman / 2008 / Feeler:Emotion classification of text using vector space model / AISB 2008 Convention Communication, Interaction and Social Intelligence 1:53
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
속성선택방법과 워드임베딩 및 BOW (Bag-of-Words)를 결합한 오피니언 마이닝 성과에 관한 연구
디지털융복합연구
2019 .01
-
Exploring the Sentiment Analysis of Electric Vehicles Social Media Data by Using Feature Selection Methods
디지털융복합연구
2020 .01
-
텍스트 마이닝 활용한 온라인 뉴스의 댓글 감정분석
디자인융복합연구(구.인포디자인이슈)
2024 .04
-
Emotion
International Digital Design Invitation Exhibition
2015 .07
-
Emotion
International Digital Design Invitation Exhibition
2021 .12
-
Emotion
International Digital Design Invitation Exhibition
2017 .12
-
Emotion
한국콘텐츠학회 ICCC 논문집
2021 .12
-
2015-1-Emotion
International Digital Design Invitation Exhibition
2015 .05
-
학술연구에서의 텍스트마이닝 활용 현황과 주요분석기법
정보기술아키텍처 연구
2016 .01
-
Design to Incorporate Text Mining in Big Data Projects
한국엔터테인먼트산업학회 학술대회 논문집
2015 .05
-
텍스트 마이닝과 오피니언 마이닝 분석을 활용한 국내외 스포츠용품 브랜드 비교 · 분석 연구
한국콘텐츠학회논문지
2018 .06
-
한국과 중국 소비자 간의 뷰티샵 선택 속성 차이 비교 연구
한국융합학회논문지
2020 .01
-
Word2vec을 이용한 오피니언 마이닝 성과분석 연구
한국콘텐츠학회 종합학술대회 논문집
2018 .05
-
A Survey on Data Mining in the field of Education
예술인문사회 융합 멀티미디어 논문지
2016 .09
-
텍스트마이닝을 활용한 메타버스 트렌드 분석
차세대융합기술학회논문지
2022 .10
-
[특집][생활밀착분야 비대면 서비스 특집] 콘텐츠 분야 ③ 이모션웨이브(주) : AI 기반 확장현실 음악 튜터링 서비스 개발...대면 학습자·튜터 실시간 소통
특허뉴스
2021 .11
-
그래프의 고유벡터 중심성을 이용한 소셜 미디어 마이닝
예술인문사회 융합 멀티미디어 논문지
2017 .04
-
감성 트리 기반의 음악 감성 조절 알고리즘
한국콘텐츠학회논문지
2015 .03
-
이너뷰티 제품의 소비가치가 선택속성과 구매행동에 미치는 영향
차세대융합기술학회논문지
2021 .01
-
텍스트 마이닝을 활용한 국내 삶의 의미 연구 동향 분석
문화와융합
2024 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0