사회적 이슈 리스크 유형 분류를 위한 어휘 자질 선별
Linguistic Features Discrimination for Social Issue Risk Classification
1
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
사용자의 다양한 의견을 수렴하고 모니터링하기 위한 정보원으로써 소셜미디어의 활용은 이미 필수가 되었다. 본 논문은 소셜미디어에 나타난 다양한 이슈 중 여론 형성에 악영향을 끼치는 부정적 사건을 이슈 ‘리스크’로 정의, 그 세부 유형을 자동으로 분류하는 모델을 개발하고자한다. 이를 위해 소셜미디어에 나타난 다양한 어휘 자질을 선별, 그 효과를 규명하였다. 특히 리스크 문장의 어휘 구문 특징을 표현하기 위한자질로 워드 임베딩 학습 결과를 활용한다. 개별 어휘 자질의 특징을 분석하기 위해 언어분석 오류를 보정한 환경에서 수행한 실험 결과, 가장효과가 큰 자질은 개체명 자질로 분석되었으며, 기본 어휘 자질을 기반으로 주요 술부의 워드 임베딩 결과와 워드 클러스터 결과를 모두 조합한 경우가 최고 성능을 보이는 것으로 파악되었다. 실제 소셜빅데이터에 적용하는 환경과 유사하도록 자동 언어분석 결과의 오류를 포함한 조건에서 실험한 결과, 고빈도 평가셋에서는 92.08%의 성능을, 전체 58개 범주 평가셋에서는 85.84%의 성능을 얻었다.
Abstract
The use of social media is already essential as a source of information for listening user’s various opinions and monitoring. We define social ‘risks’ that issues effect negative influences for public opinion in social media. This paper aims to discriminate various linguistic features and reveal their effects for building an automatic classification model of social risks. Expecially we adopt a word embedding technique for representation of linguistic clues in risk sentences. As a preliminary experiment to analyze characteristics of individual features, we revise errors in automatic linguistic analysis. At the result, the most important feature is NE (Named Entity) information and the best condition is when combine basic linguistic features. word embedding, and word clusters within core predicates. Experimental results under the real situation in social bigdata - including linguistic analysis errors - show 92.08% and 85.84% in precision respectively for frequent risk categories set and full test set.
참고문헌 (15)
- G. H. Kim, "Big-data applications in the government sector", Communications of the ACM, 57(3), pp.78~85 (2014)
- C. H. Lee, "Technology Trends of Issue Detection and Predictive Analysis on Social Big Data", Electronics and Telecommunications Trends, 28(1), pp.62~71 (2013)
- 허정, "소셜 빅데이터 마이닝 기반 이슈 분석보고서 자동 생성", 정보처리학회논문지. 소프트웨어 및 데이터 공학, 3(12), pp.553~564 (2014), 한국정보처리학회[DOI]
- 홍초희, "트윗 감정 분류를 위한 다양한 기계학습 자질에 대한 비교 연구", 한국콘텐츠학회 논문지, 12(12), pp.471~478 (2012), 한국콘텐츠학회[DOI]
- 임미영, "한중 자동 문서분류를 위한 최적 자질어 비교", 한국지능시스템학회 논문지, 25(4), pp.386~391 (2015), 한국지능시스템학회
- 최윤수, "Word Embedding 자질을 이용한 한국어 개체명 인식 및 분류", 정보과학회논문지, 43(6), pp.678~685 (2016), 한국정보과학회
- Y. Bengio, "A neural probabilistic language model", Journal of Machine Learning Research, 3, pp.1137~1155 (2003)
- T. Mikolov, "Efficient Estimation of Word Representations in Vector Space", Proceedings of the ICLR Workshop (2013)
- B. Shim, "Term Weighting Using Date Information and Its Appliance in Automatic Text Classification", Proceedings of the 19th Annual Conference on Human and Cognitive Language Technology, 10, pp.169~173 (2007)
- 인주호, "효율적인 문서 분류를 위한 혼합 특징 집합과 하이브리드 특징 선택 기법", 인터넷정보학회논문지, 14(5), pp.49~57 (2013), 한국인터넷정보학회[DOI]
- 이호경, "비격식 문서 분류 성능 개선을 위한 LDA 단어 분포 기반의 자질 확장", 정보과학회논문지, 43(9), pp.1008~1014 (2016), 한국정보과학회
- "Word2vec"[URL]
- 윤희근, "의미 유사도를 활용한 Distant Supervision 기반의 트리플 생성 성능 향상", 정보과학회논문지, 43(6), pp.653~661 (2016), 한국정보과학회
- 오효정, "소셜 빅데이터 기반 사회적 이슈 리스크 유형 분류", 한국콘텐츠학회 논문지, 16(8), pp.1~9 (2016), 한국콘텐츠학회[DOI]
- S. J. Lim, "Dependency-based semantic role labeling using sequence labeling with a structural SVM", Pattern Recognition Letters, 34(6), pp.696~702 (2013)