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
- 韓盛元
- 발행연도
- 2019
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수0
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
Sentiment analysis is a technique for analyzing subjective attitudes, opinions, and emotions of people in a text. When conducting sentiment analysis understanding the structure of the language used in the text is very important. In this paper, we noted the characteristics of the Korean language that a syllable consists of three elements: Initial sound, Intermediate sound, Final sound. Thus, we compare sentiment classification models that can reflect the characteristics. These models, which expresses syllables by combination of initial sound, intermediate sound, final sound. One of them is improved in classification accuracy over the existing character-level model. But not only that, This model is robust to the misspelled word compared to Syllable-level model and Morph-level model because it uses a character-level representation of a sentence as input.
목차
1. 서론 12. 선행 연구 32.1 기계학습 기반 감성 분석 32.2 문장 분해 단위에 따른 딥러닝 기반 감성 분석 42.3 자소의 조합으로 음절을 표현하는 딥러닝 기반 감성 분석 63. 방법론 83.1 합성곱 신경망 83.2 워드 임베딩 104. 데이터 구성 및 전처리 125. 실험 결과 135.1 비교 모델 135.2 파라미터 설정 185.3 평가 지표 195.4 결과 분석 196. 결론 및 활용방안 26참고문헌 27
최근 본 자료
댓글(0)
0