텍스트 마이닝 활용한 온라인 뉴스의 댓글 감정분석
Analysis of Comments Emotion in Online News Using Text Mining
0
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
온라인 뉴스의 댓글은 일상적인 소통과 깊이 있는 토론공간으로 사용되고 있다. 댓글과 함께 여론의 감정을 시각화한 비주얼 감성 콘텐츠는 수용자의 의견과감정을자유롭게드러낼수있으며,공통된의견도쉽게파악할수 있다. 하지만 분리된 표현과 특성이 있는 장르별 뉴스는 현재 획일적인 비 주얼 감성 콘텐츠를 제공하고 있으며 사회적 문제로 이어지는 악의적인 댓 글로 인해 부정적인 감정표현을 없애거나 축소하였다. 이는 수용자의 의견 및 감정표현을 가로막을 수 있다. 이에 본 논문은 댓글 감정분석을 통해 감 정유형을 정립하고 효과적인 수용자의 의견과 공감표현을 위한 비주얼 감 성 콘텐츠 개발 및 활용에 목적을 둔다. 이를 위해 첫째, 문헌연구를 통해 댓글이 수용자의 의견 및 감정이 표출되고 있음을 확인하고 감정분석을 고 찰한다. 둘째, 국내 포털사이트 온라인 뉴스 댓글 데이터를 감정분석 자료 로 활용하여 텍스트마이닝 과정을 3단계(데이터 수집, 데이터 전처리, 분석) 로 나누어 시행한다. 셋째, 장르별 감정유형을 TF, TF-IDF, Word2Vec, CONCOR 분석 통하여 정립한다. 그 결과, 모든 장르에서 부정감정이 긍 정감정보다 높은 비율을 보였으며 장르별 감정유형은 다르게 나타났다.
Abstract
Comments of online news have been used as both daily communication and debate space in depth. The visual emotion contents that visualize the emotion of public opinion can freely reveal the opinions and emotions of recipients, and can easily comprehend the common opinions. However, news by genre that has the separated expression and characteristic recently provide standardized visual emotion contents, eliminating or minimizing the negative emotion expression due to the malicious comments that lead to social problem. This can prevent opinions and emotion expression of recipients. For this reason, this study aims to establish the emotion type through emotion analysis and to develop and utilize the visual emotion contents for opinions and emotion expression of effective recipients. For this, first of all, this study confirms and considers that recipients’ opinions and emotions are expressed by comments through literary research. Secondly, this study uses the comments data of online news in domestic portal sites as materials for emotion analysis, and performs the process of text-mining by dividing three stages (data collection, data pre-processing, analysis). Thirdly, it establishes the emotion type by genre through the analysis of TF, TF-IDF, Word2Vec, CONCOR. As the result, negative emotion showed higher ratio than positive emotion in all genres and emotion type by genre appeared differently.
참고문헌 (41)
- 강형석, "한국어 단어 임베딩을 위한 Word2vec 모델의 최적화", Journal of Digital Contents Society, 20(4), pp.825~833 (2019)[DOI]
- 김진영, "사회적 갈등이슈에 대한 댓글과 온라인 공론장 특성에 대한 연구: 뉴스 플랫폼 기업들의 과제", 기업과혁신연구, 45(3), pp.181~196 (2022)[DOI]
- 김재훈, "국내 주요 온라인 커뮤니티의 혐오 표현 사용 양상에 관한 연구", 한국 HCI 학회 논문지, 18(1), pp.27~36 (2023)[DOI]
- 남민지, "인스타그램 해시태그를 이용한 사용자 감정 분류 방법", 멀티미디어학회논문지, 18(11), pp.1391~1399 (2015)[DOI]
- 이진규, "자연어 처리(NLP)기반 텍스트마이닝을 활용한 소나무에 대한 국내외 연구동향(2001~2020)분석", 농업생명과학연구, 56(2), pp.35~47 (2022)[DOI]
- 이철성, "한글 마이크로블로그 텍스트의 감정 분류 및 분석", 정보과학회논문지 : 데이타베이스, 40(3), pp.159~167 (2013)
- 이하나, "부정적 정서와 우울의 관계에서 인스턴트 메시징(Instant Messaging)을통한 감정 표출과 긍정적 정서의 매개효과", Journal of Korean Academy of Community Health Nursing, 30(4), pp.571~580 (2019)[DOI]
- 정풀잎, "텍스트 마이닝과 소셜 네트워크 분석을 이용한 스마트폰 디자인의 핵심속성 및 가치 식별", 대한경영학회지, 32(1), pp.27~47 (2019)[DOI]
- 조윤진, "빅데이터 분석을 이용한 3D 프린팅 패션에 대한 인식 연구", 한국과학예술융합학회, 38(1), pp.271~283 (2020)[DOI]
- 조화순, "소셜미디어의 매체 특성과 참여의 커뮤니케이션 : 반값등록금 관련 블로그와 트위터 내용분석", 사이버커뮤니케이션학보, 29(2), pp.95~130 (2012)
- 최영현, "국내 프로축구 팬들의 유니폼 소비 분석 : 손흥민의 토트넘 홋스퍼 FC 이적 전후 비교", 지능정보연구, 26(3), pp.91~108 (2020)[DOI]
- Bollen, J., "Twitter mood predicts the stock market", Journal of computational science, 2(1), pp.1~8 (2011)[DOI]
- Brown, T., "Language models are few-shot learners", Advances in neural information processing systems, 33, pp.1877~1901 (2020)
- Bushman, B. J., "Do people aggress to improve their mood? Catharsis beliefs, affect regulation opportunity, and aggressive responding", Journal of personality and social psychology, 81(1), pp.17~ (2001)[DOI]
- Dahlgren, P., "The Internet, public spheres, and political communication : Dispersion and deliberation", Political communication, 22(2), pp.147~162 (2005)[DOI]
- Karl, A., "A practical guide to text mining with topic extraction", Wiley Interdisciplinary Reviews : Computational Statistics, 7(5), pp.326~340 (2015)[DOI]
- Kiesler, S., "Social psychological aspects of computer-mediated communication", American psychologist, 39(10), pp.1123~ (1984)[DOI]
- Landis, J. R., "The measurement of observer agreement for categorical data", biometrics, pp.159~174 (1977)[DOI]
- Liu, J., "Pathways to news commenting and the removal of the comment system on news websites", Journalism, 22(4), pp.867~881 (2021)[DOI]
- Nelson, M. N., "Killing the comments : Why do news organizations remove user commentary functions?", Journalism and Media, 2(4), pp.572~583 (2021)[DOI]
- Price, V., "Normative and informational influences in online political discussions", Communication Theory, 16(1), pp.47~74 (2006)[DOI]
- Stiles, W. B., "Disclosure and anxiety : a test of the fever model", Journal of personality and social psychology, 63(6), pp.980~ (1992)[DOI]
- 이정훈, "감성분석 연구 동향", 한국정보처리학회 학술대회논문집, 25(1), pp.358~361 (2018)
- 오유리, "워드임베딩 기반 TF-IDF 를 이용한 특허 문서의 유사 청구항 도출 기법 비교 분석", 한국정보과학회 학술발표논문집, pp.1001~1003 (2017)
- Benkler, Y., "The Wealth of Network" (2006), Yale University Press
- Habermas, J., "The structural transformation of the public sphere", pp.180~ (1989), MIT Press
- Krippendorff, K., "International Encyclopedia of Communi cation", pp.403~407 (1989)
- Tuchman, G., "Making news" (1980), Free Press
- 김위근, "웹 뉴스미디어의 이용에 영향을 미치는 요인 연구 : 인터넷신문과 포털 뉴스서비스를 중심으로", 박사, 언론매체, pp.2006
- "‘화나요’ 없어진 네이버…뉴스 개편에 네티즌 ‘불만" (2022)[URL]
- "네이버 뉴스 감정표현 ‘긍정’만 남겼더니 이용 급감" (2022)[URL]
- "‘화나요’가 사라졌다… 네이버 개편에 “감정도 막나” 부글" (2022)[URL]
- "스포츠 댓글 부활시킨 ‘포털 3위’ 네이트…소통의 장? 성급한 재개?" (2022)[URL]
- "시사IN 제825호 - 뉴스 댓글의 종말" (2023)[URL]
- "네이트 댓글 폐지, ‘포털 3사 연예 기사 댓글 사라져’… 연예계는 환영" (2020)[URL]
- "네이버, 연예뉴스 댓글 중단 이어 ‘화나요’ 이모티콘도 삭제" (2020)[URL]
- "2030선 영향력도 신뢰도도 네이버가 1위" (2022)[URL]
- "연합, 포털 노출중단으로 네이버 PV 점유율 최대 45위까지 추락" (2022)[URL]
- "감정표현 ‘악플’ 말고 이모티콘...네이버, 공감 시스템 변경" (2020)[URL]
- "‘손가락 살인’ 악성 댓글…본질적인 대책 시급" (2019)[URL]
- "News comments: What happens when they’re gone or when newsrooms switch platforms" (2020)[URL]