악성댓글 판별의 성능 향상을 위한 품사 자질에 대한 분석 연구
An analysis study on the quality of article to improve the performance of hate comments discrimination
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
인터넷의 사용이 광범위 해져감에 따라 변화되는 사회적 측면 중 하나는 온라인 공간에서의 의사소통이다. 과거에는 물리적으로 같은 공간에 있을 때를 제외하고는 일대일 대화만 원격으로 가능했지만, 요즘은 게시판이나 커뮤니티, 소셜네트워크서비스(SNS) 등을 통해 다수의 사람들과 원격으로 소통할 수 있는 기술이 발달했다. 이러한 정보통신망의 발달로 생활이 편리해지고, 동시에 급격한 정보교류에 따른 피해도 끊임없이 증가하고 있다. 최근에는 연예인뿐 아니라 인플루언서 등 인터넷에서 인지도가 높은 특정인에게 성적인 메시지를 보내거나 인신공격을 가하는 등의 사이버 범죄가 발생하고 있으며, 이들 사이버 범죄에 노출된 이들 중 일부는 극단적인 선택을 하기도 하였다. 본 논문에서는 악성 댓글로 인한 피해를 줄이기 위해 음성 부분별 기능추출을 통한 차별적 악성 댓글의 성능향상 방안을 연구하였다.
Abstract
One of the social aspects that changes as the use of the Internet becomes widespread is communication in online space. In the past, only one-on-one conversations were possible remotely, except when they were physically in the same space, but nowadays, technology has been developed to enable communication with a large number of people remotely through bulletin boards, communities, and social network services. Due to the development of such information and communication networks, life becomes more convenient, and at the same time, the damage caused by rapid information exchange is also constantly increasing. Recently, cyber crimes such as sending sexual messages or personal attacks to certain people with recognition on the Internet, such as not only entertainers but also influencers, have occurred, and some of those exposed to these cybercrime have committed suicide. In this paper, in order to reduce the damage caused by malicious comments, research a method for improving the performance of discriminate malicious comments through feature extraction based on parts-of-speech.
참고문헌 (29)
- D. Gillmor, "We the Media: Grassroots Journalism by the People, for the People, xvi" (2004), O’Reilly
- 유홍식, "악성 댓글에 대한 제3자 효과 연구", 한국방송학보, 24(5), pp.238~278 (2010), 한국방송학회
- 김진우, "인공신경망을 적용한 악성 댓글 분류 모델들의 성능 비교", 디지털콘텐츠학회논문지, 20(7), pp.1429~1437 (2019), 한국디지털콘텐츠학회
- 성대경, "확률 기반 악성댓글 판별", 한국정보처리학회 추계학술발표대회, 21(2), pp.905~908 (2014)
- 이중원, "CyberBullyWordNet:오피니언 마이닝에서의 비난 댓글 파악을 위한 방법 개발", 석사, pp.2017
- 하예람, "비속어 분포를 고려한 뉴스 댓글 필터링 방법", 석사, pp.2020
- 김세한, "인공신경망을 이용한 인터넷 악성 댓글 탐지 기법", 석사, pp.2016
- 이성록, "악성댓글분류를 위한 데이터 전처리 인공신경망 모델 성능 비교", 대한전자공학회 하계학술대회 논문집, pp.2003~2005 (2020)
- 김유영, "영화 리뷰 감성분석을 위한텍스트 마이닝 기반 감성 분류기 구축", 지능정보연구, 22(3), pp.71~89 (2016), 한국지능정보시스템학회[DOI]
- 김천중, "SVM을 이용한 SNS 댓글 적합성 판단", 한국정보과학회 동계학술발표회 논문집, pp.775~777 (2015)
- 김묘실, "SVM을 이용한 악성 댓글 판별 시스템의 설계 및 구현", 석사, 전자계산교육, pp.2007
- 김현정, "향상된 FFP(Feature Frequency Profile)을 활용한 악성 댓글의 판별시스템", 한국정보기술학회논문지, 9(1), pp.207~216 (2011), 한국정보기술학회
- 이현상, "하이웨이 네트워크 기반 CNN 모델링 및 사전 외 어휘 처리 기술을 활용한 악성 댓글 분류 연구", 정보시스템연구, 29(3), pp.103~117 (2020), 한국정보시스템학회
- 정민철, "앙상블 머신러닝 모델 기반 유튜브 스팸 댓글 탐지", 한국정보통신학회논문지, 24(5), pp.576~583 (2020), 한국정보통신학회[DOI]
- 어동선, "빅데이터를 이용한 텍스트마이닝 기법의 성능 비교", 석사, pp.2015
- "서포트 벡터 머신" (2020)[URL]
- 문종민, "품사기반 자질 추출을 통한 악성댓글 판별 성능 향상 방법", 석사, pp.2021
- 홍진주, "감성분석과 SVM을 이용한 인터넷 악성댓글 탐지 기법", 한국정보통신학회논문지, 20(2), pp.260~267 (2016), 한국정보통신학회[DOI]
- 안형준, "단어 임베딩 및 언어심리학적 변인을 이용한 온라인 뉴스 댓글에 대한 반응 분석", 한국정보기술학회논문지, 18(6), pp.107~115 (2020), 한국정보기술학회[DOI]
- 이재호, "머신러닝 기반 인터넷 비속어 필터링 시스템", 대한전자공학회 학술대회, 41(2), pp.852~853 (2018)
- 장윤재, "있는 그대로의 댓글 vs. 승인받은 댓글 vs. 인용된 댓글: 댓글에 대한 제3자 개입이 여론 지각 및이슈에 대한 의견에 미치는 영향", 사회과학연구논총, 33(1), pp.377~416 (2017), 이화사회과학원[DOI]
- 신효정, "기계 학습을 이용한 악성 댓글 판별 시스템", 제 27회 한글 및 한국어 정보처리 학술대회 논문, pp.178~180 (2015)
- 배민영, "Topic Signature를 이용한 댓글 분류 시스템", 정보과학회논문지 : 소프트웨어 및 응용, 35(12), pp.774~779 (2008), 한국정보과학회
- 안정국, "한글 감성어 사전 API 구축 및 자연어 처리의 활용", 한국지능정보시스템학회 학술대회논문집, pp.177~182 (2014)
- 황재원, "감정 분류를 위한 한국어 감정 자질 추출 기법과 감정 자질의 유용성 평가", 인지과학, 19(4), pp.499~517 (2008), 한국인지과학회[DOI]
- 임명진, "미세먼지와 진료과목의 상관관계 분석을 통한연관성 예측 방법", 스마트미디어저널, 7(3), pp.22~28 (2018), (사)한국스마트미디어학회[DOI]
- 임명진, "리뷰의 의미적 토픽 분류를 적용한 감성 분석 모델", 스마트미디어저널, 9(2), pp.69~77 (2020), (사)한국스마트미디어학회[DOI]
- 이명호, "단어와 문장의 의미를 고려한 비속어 판별 방법", 스마트미디어저널, 9(3), pp.98~106 (2020), (사)한국스마트미디어학회[DOI]
- 김정인, "나이브 베이즈 기반 소셜 미디어 상의 신조어 감성 판별 기법", 스마트미디어저널, 9(1), pp.51~59 (2020), (사)한국스마트미디어학회[DOI]