메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
유지수 (아주대학교) 한경식 (아주대학교)
저널정보
한국HCI학회 한국HCI학회 학술대회 PROCEEDINGS OF HCI KOREA 2020 학술대회 발표 논문집
발행연도
2020.2
수록면
145 - 150 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 Parrott (2001)의 감정 모델을 기반으로 사용자 포스팅에 대한 다중 감정 분류 모델(분노, 두려움, 즐거움, 사랑, 슬픔)을 구축하였다. 본 연구는 제 3 자가 타인의 감정을 정의한 이전 연구들과 달리 글을 쓴 저자가 직접 명시한 500,000 개의 감정 정보를 활용하였다는 점에서 차별성을 갖는다. 또한, 문서 단위의 데이터로 모델을 구축해 단어들의 의미론적 관계와 글의 패턴을 기반으로 글 전체가 내포하는 감정을 유추하고 분류하였으며, 포스팅에서 글과 함께 쓰여진 emoji 를 데이터로 활용해 emoji 유무에 따른 모델의 성능을 비교하였다. 그 결과 글의 패턴을 학습하는 LSTM 모델이 57.4%로 가장 높은 성능을 보였으며, 특히 emoji 데이터가 포함될 때 모델의 성능이 58.3%로 향상되었다 (5 가지 감정 분류). 본 연구의 결과는 글 전체가 내포한 감정과 해당 감정을 표현하기 위해 사용된 단어의 감정이 일치하지 않음에도 저자가 표현하려고 했던 감정을 문서 단위에서 유추해냈다는 점에서 의미를 가지며, 이는 복잡한 감정 표현(e.g., 반어법, 은유법)에 대한 감정 분류의 가능성을 제시한다.
#기계학습 #딥러닝 #감정 분석 #감정 분류 모델

목차

초록
1. 서론
2. 관련 연구
3. 연구과정
4. 결과
5. 논의 및 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

가정위기 아동을 위한 돌봄 및 상담 모델 연구
이혜진 연세상담코칭연구 2017 .03
반어법의 문장형식, 공손성, 맥락인지가 반어성 평가에 미치는 영향
박현구 지역과 커뮤니케이션 2017 .02
감정표현의 직관성을 향상시키기 위한 색상을 이용한 감정모델의 개발과 적용
여지혜 ,  정병범 ,  함준석 외 2명 한국HCI학회 학술대회 2008 .02
인터넷 뉴스 댓글 기반의 다중 감정 분석 모델 개발 및 적용
한재호 ,  김우정 ,  한경식 한국HCI학회 학술대회 2018 .01

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-001167953