본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

목차

한글 텍스트의 오피니언 분류 자동화 기법 / 김진옥 ; 이선숙 ; 용환승 1

요약 1

Abstract 1

1. 서론 1

2. 관련 연구 2

2.1. 오피니언 마이닝 및 감정 분석 2

2.2. 패턴 추출 기법과 극성 분류기 2

2.3. 문맥을 고려한 오피니언 분류 2

3. 한글 텍스트의 오피니언 분류 자동화 기법 2

3.1. 한글 텍스트의 오피니언 분류 자동화 기법의 구성 2

3.2. 점수가 부여된 긍정, 중립, 부정 패턴 추출 3

3.3. 문맥을 고려한 텍스트 내 패턴의 점수 조정 3

3.4. 오피니언 분류를 위한 공식 및 베이스라인 4

4. 실험 결과 및 분석 4

4.1. 훈련 및 실험 데이타 4

4.2. 패턴 추출 4

4.3. 실험 결과 및 성능 평가 4

5. 결론 및 향후 연구 5

참고문헌 5

[저자소개] 6

초록보기

오피니언 마이닝은 기존의 데이터 마이닝 기술을 활용하여 웹상에 게재된 블로그, 상품평등에 나타난 저자의 의견을 추출하는 분야로써 텍스트의 주제를 판단하는 것이 아닌 주제에 대한 저자의 태도를 판단하는 기술이다. 오피니언 마이닝은 텍스트의 주관성 분석, 극성 분석, 극성의 정도 분석으로 크게 세 가지로 나뉘어 연구되어 왔다. 본 연구에서는 텍스트에 대한 극성 분석에 초점을 맞추어 한글 텍스트에 나타난 저자의 의견 및 태도가 긍정, 중립, 또는 부정인지를 판단하는 알고리즘을 제안한다. 그리고 텍스트의 극성을 분류하기 위해서 긍정, 중립, 부정 훈련데이터 각각에 대하여 빈번하게 나타난 어절을 이용하여 빈도수 기반으로 점수가 부여된 긍정, 중립, 부정 패턴을 추출하는 방안을 제안한다. 이러한 알고리즘을 이용하여 웹상에 존재하는 방대한 양의 한글 텍스트에 나타난 저자의 의견을 쉽게 추출하여 결과를 볼 수 있으며, 이 기술을 기반으로 많은 잠재적 어플리케이션을 개발할 수 있다.

A system that could automatically classify opinions and emotions from text would be an enormous value. We provide an algorithm that automatically classifies opinions written in Korean to positive, neutral, and negative. In order to categorize opinions, the algorithm extracts patterns which consist of three types-positive, neutral, and negative based on the frequency. These patterns incorporate frequency score that is calculated based on trained data collection. This research suggests the classification method that can use no corpus and template.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
근사 컨벡스 스카이라인 : Top-k 질의 처리를 위한 새로운 계층 리스트 생성 방법 이기은, 허준석, 박영호 pp.345-350

보기
mRNA 리드 시퀀스 데이터를 이용한 선택 스플라이싱 유형 분석 공진화, 윤지희, 이은주, 이종근, 원정임 pp.351-358

보기
비균일 무선 센서 네트워크에서 최단 거리 홉 카운트 기반의 다중-홉 클러스터링 기법 김은주, 김동주, 박준호, 성동욱, 유재수 pp.359-366

보기
왜곡 제거 시계열 서브시퀀스 매칭에서 빠른 인덱스 구성법 길명선, 김범수, 문양세, 김진호 pp.367-380

보기
신용기반의 해외무역 거래를 위한 최적화된 전자결제 시스템 유순덕, 이민수 pp.381-394

보기
공간 데이타의 효율적인 관리를 위한 모바일 GIS 시스템의 개발 김정준, 신인수, 한기준 pp.395-405

보기
학술 데이터베이스에서 논문 랭킹 알고리즘의 성능 평가 채수민, 황원석, 김상욱 pp.406-412

보기
부분 매칭 Xpath를 이용하는 견고한 웹 페이지 데이터 추출 방법 이정훈, 한욱신 pp.413-422

보기
한글 텍스트의 오피니언 분류 자동화 기법 김진옥, 이선숙, 용환승 pp.423-428

보기
이차원 흉부 CT 영상에서 자동화된 고립성 폐 결절 검출 박수민, 이석룡 pp.429-434

보기

참고문헌 (15건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 J. Wiebe, E. Riloff, "Creating subjective and objective sentence classifiers from unannotated texts," Proc of International Conference on Intelligent Text Processing and Computational Linguistics, vol.3406, pp.475-486, 2005. 미소장
2 A. Ghose, P.G. Iperiotis, A. Sundararajan, "Opinion Mining Using Econometrics: A Case Study on Reputation Systems," Proc. of the 45th Annual Meeting of the Association of Computational Linguistics, pp.416-423, 2007. 미소장
3 H. Takamura, T. Inui, M. Okumura, "Extracting Emotional Polarity of Words using Sping Model," Proc of 43rd Annual Meeting of the Association for Computational Linguistics, 2005. 미소장
4 A Korean Product Review Analysis System Using a Semi-Automatically Constructed Semantic Dictionary 소장
5 V. Hatzivassiloglou, J. M. Wiebe, "Effects of adjective orientation and gradability on sentence subjectivity," Proc of the 18th International Conference on Computational Linguistics, pp.299-305, 2000. 미소장
6 B. Pang, L. Lee, "Sentimental education: Sentimentanalysis using subjectivity summarization based on minimum cuts," Proc of the ACL 2004, pp.271-278, 2004. 미소장
7 P. D. Turney, "Thumbs up or thumbs down?," Proc of the 40th Annual Meeting of the Association for Computational Linguistics, pp.417-424, 2002. 미소장
8 E. Riloff, "Automatically Generating Extraction Patterns from Untagged Text," IAAAI-96, pp.1044- 1049, 1996. 미소장
9 E. Riloff, J. Wiebe, T. Wilson, "Learning Subjective Nouns using Extraction Pattern Bootstrapping," Proc of the 7th CoNLL conference, pp.25-32, 2003. 미소장
10 A. Esuli, F. Sebastiani, "Sentiwordnet: A publicly available lexical resource for opinion mining," Proc of the 5th Conference on Language Resources and Evaluation, pp.417-422, 2006. 미소장
11 H. Kanayama, T. Nasukawa, H. Watanabe, "Deeper sentiment analysis using machine translation technology," Proc of the 20th International Conference on Computational Linguistics, 2004. 미소장
12 NAVER LAB, autospacing. http://s.lab.naver.com/ autospacing 미소장
13 Dr. Kang's Korean Language Processing and Information Retrieval Laboratory, Hangul Analysis Module (HAM). http://nlp.kookmin.ac.kr 미소장
14 DAUM Movie Review, http://movie.daum.net/review 미소장
15 NAVER Movie Review, http://movie.naver.com/ 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기