뉴스 댓글의 감정 분류를 위한 자질 가중치 설정
Feature Weighting for Opinion Classification of Comments on News Articles
0
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
본 논문은 뉴스 기사의 댓글에 대한 사용자의 감정을 분류하는 시스템을 제안한다. 제안된 시스템은 댓글의 문서 분류 시스템으로 기계학습에 기반을 두고 있다. 댓글은 일반적인 문서와 달리 본문을가지고 있으며 본문의 내용이 독자의 감정에 영향을 줄 수 있다. 본 논문에서는 이와 같은 댓글의 특성과여러 가지 자원을 이용하여 감정 분류를 위한 자질을 제안하고 이들의 가중치 설정 방법을 제안한다. 실험을 통해 이러한 가중치 설정 방법이 한글 뉴스의 댓글에 대한 감정을 분류하는데 효과적임을 알 수 있었다. 또한 댓글과 같이 많은 오류를 포함하는 문서에 대해서 문자 단위의 2음절과 3음절 자질도 충분히이용 가치가 있음을 확인할 수 있었다. 향후에 뉴스 기사의 댓글뿐 아니라 상품 댓글 등 일반적인 감정 분석에 적용할 계획이다.
Abstract
In this paper, we present a system that classifies comments on a news article into a user opinion called a polarity (positive or negative). The system is a kind of document classification system for comments and is based on machine learning techniques like support vector machine. Unlike normal documents, comments have their body that can influence classifying their opinions as polarities. In this paper, we propose a feature weighting scheme using such characteristics of comments and several resources for opinion classification. Through our experiments, the weighting scheme have turned out to be useful for opinion classification in comments on Korean news articles. Also Korean character -grams (bigram or trigram) have been revealed to be helpful for opinion classification in comments including lots of Internet words or typos. In the future, we will apply this scheme to opinion analysis of comments of product reviews as well as news articles.
참고문헌 (20)
- N. Godbole, "Large-Scale Sentiment Analysis for News and Blogs", Proceedings of International Conference on Weblogs and Social Media (2007)
- C. D. Manning, "Introduction to Information Retrieval" (2008), Cambridge University Press
- B. Pang, "Opinion mining and sentiment analysis", Foundations and Trends in Information Retrieval, 2(1), pp.1~135 (2008)
- R.Tong, "An operational system for detecting and tracking opinions in on-line discussions", Working Notes of the SIGIR Workshop on Operational Text Classification, pp.1~6 (2001)
- E.Spertus, "Somkey:Automatic recognition of hostile messages", Proceedings of the 5th International Conference on Intelligent User Interfaces, pp.1058~1065 (1997)
- P.Turney, "Thumbs Up or thumbs down? Semantic orientation applied to unsupervised classification of reviews", Proceedings of ACL, pp.417~424 (2002)
- K. Lin, "What emotions do news articles trigger in their readers?", Proceedings of SIGIR, pp.733~734 (2007)
- A. Devitt, "Sentiment polarity identification in financial news:A cohesion-based approach", pp.984~981 (2007), Proceedings of the Annual Meeting of the Association of Computational Linguistics
- A. Nourbakhsh, "A framework for sentiment analysis of political news articles", Proceedings of the International Communication Association Conference (2008)
- J.-H. Kim, "Opinion mining for comments on news articles on the Web", Proceedings of the International Conference on Internet, pp.63~68 (2009)
- C. M. Tan, "The use of bigram to enhance text categorization", International Journal of Information Processing & Management, 529~546 (2001)
- Using Bigrams in Text Categorization, "T. Bekkerman", CIIT, ~, pp.IR-408 (2004)
- 김철수, "대용량 전자사전 구축을 위한 국어 대사전의 통계 정보", 한국콘텐츠학회 논문지, 7(6), pp.60~68 (2007), 한국콘텐츠학회
- J. Lee, "An effective indexing methods for Korean text", Proceedings of the Korean Society for Information Management Conference, pp.11~14 (1995)
- C. Jung, "An Indexing Method Based on the Mixed n-gram for Korean Information Retrieval, Master Thesis, Department of Computer Engineering", Korea Maritime University, ~ (2004)
- D. Rao, "Semi-supervised polarity lexicon induction", Proceedings of the 12th Conference of the European Chapter of the ACL, pp.675~682 (2009)
- A. Zheng, "Optimally combining positive and negative features for text categorization", Proceedings of the ICML Workshop on Learning from Imbalanced Datasets (2003)
- Z. Zheng, "Feature selection for text categorization on imbalanced data", ACM SIGKDD Explorations Newsletter, 6(1), pp.80~89 (2004)
- 홍진표, "TextRank 알고리즘을 이용한 한국어 중요 문장 추출", 한국정보과학회 2009 한국컴퓨터종합학술대회 발표논문집, 36(1), pp.311~314 (2009)
- T. Wilson, "Recognizing contextual polarity:An exploration of features for phrase-level sentiment analysis", Computational Linguistics, 35(3), pp.399~433 (2009)