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
- 학위논문
- 저자정보
- 지도교수
- 구명완
- 발행연도
- 2017
- 저작권
- 서강대학교 논문은 저작권에 의해 보호받습니다.
이용수6
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
댓글은 정제되지 않은 비격식(informal) 텍스트 문서이다. 비격식 문서는 격식(formal) 문서에 비해 작성자가 자유로이 작성할 수 있기에 일관된 규칙이나 패턴을 찾는 과정이 더 복잡하다. 따라서, 댓글을 분석하기 위해서는 기존의 띄어쓰기, 어절단위, 형태소 분석기와는 다른 접근 방식이 필요하다고 판단된다. 그래서, 본 연구에서는 한국어 기본 유닛 단위로 WPM(Word Piece Model)을 활용하여 구글 한국의 플레이 스토어 앱 댓글에 대한 감정 분석을 수행하였다. 먼저 자동 띄어쓰기 교정기 시스템 적용 유무에 따라 문서를 분류한다. 다음으로 어절단위, 형태소 분석기, WPM을 각각 적용하여 유닛을 생성한 후, Doc2Vec 알고리즘으로 댓글의 벡터(Vector)표현을 생성한다. 그리고, 성능 실험에 사용된 분류기로는 로지스틱 회귀(Logistic Regression), 소프트맥스 회귀(Softmax Regression), 지지 벡터 기계(Support Vector Machine, SVM)와 심층 신경망(Deep Neural Network, DNN)을 사용하였고, 긍정/부정 정확률을 측정한 후에 비교 분석하였다. 그 결과 분류기로는 DNN 사용시 가장 우수하였고, 어절단위는 86.11%, 형태소 분석기는 89.32%, WPM은 92%의 결과를 얻었다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0