감성 분석 및 감성 정보 부착 시스템 구현
Developing a Sentiment Analysing and Tagging System
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구의 목적은 트위터에서 수집된 트윗들의 감성을 분석하고 각 문장의 감성 정보를 반자동으로 부착하여 감성 말뭉치를 구축할 수 있는 시스템의 구현이다. 트위터 API를 이용해 트윗을 수집한 후 각 트윗이 어떤 감성을 갖는지 감성사전을 이용해 분석한다. 사용자는 감성 분석 결과를 확인하고 누락된 감성 정보를 추가하거나 의존구조 사이에 존재하는 감성 정보를 추가할 수 있다. 감성 정보는 JSON 구조로 부착함으로써 감성 말뭉치 구축 및 활용에 용이하게 하였다. 제안 시스템은 긍정, 부정, 중립 문장에 대한 감성 분석 결과 약 76%의 성능을 보였다.
Abstract
Our goal is to build the system which collects tweets from Twitter, analyzes the sentiment of each tweet, and helps users build a sentiment tagged corpus semi-automatically. After collecting tweets with the Twitter API, we analyzes the sentiments of them with a sentiment dictionary. With the proposed system, users can verify the results of the system and can insert new sentimental words or dependency relations where sentiment information exist. Sentiment information is tagged with the JSON structure which is useful for building or accessing the corpus. With a test set, the system shows about 76% on the accuracy in analysing the sentiments of sentences as positive, neutral, or negative.
참고문헌 (18)
- Gyoung-Ho Lee, "Design of a Reputation System for Twitter", Proceedings of the 24th Annual Conference on Human and Cognitive Language Technology, pp.62~66 (2012)
- Johan Bollen, "Twitter mood predicts the stock market", Journal of Computational Science, 2(1), pp.1~8 (2011)
- Sitaram Asur, "Predicting the Future With Social Media", Proceedings of the 2010 IEEE, ACM International Conference on Web Intelligence and Intelligent Agent Technology, pp.2010, 1[DOI]
- 이경호, "신문기사로부터 추출한 최근동향에 대한 트위터 감성분석", 정보처리학회논문지. 소프트웨어 및 데이터 공학, 2(10), pp.731~738 (2013), 한국정보처리학회[DOI]
- Richard Socher, "Recursive Deep Models for Semantic Compositionality Over a Sentiment Treebank", Proceedings of Conference on Empirical Methods on Natural Language Processing (2013)
- R. Feldman, "Techniques and applications for sentiment analysis", Communications of the ACM, 56(4), pp.82~89 (2013)
- 이공주, "Compositional rules of Korean auxiliary predicates for sentiment analysis", 한국마린엔지니어링학회지, 37(3), pp.291~299 (2013), 한국마린엔지니어링학회[DOI]
- Bing Liu, "Opinion Observer : Analyzing and Comparing Opinions on the Web", Proceedings of the 14th International World Wide Web Conference, pp.342~451 (2005)
- Ana-Maria Popescu, "Extracting Product Features and Opinions from Reviews", Proceedings of Conference on Empirical Methods on Natural Language Processing, pp.339~346 (2005)
- Brendan O'Connor, "From Tweets to Polls : Linking Text Sentiment to Public Opinion Time Series", Proceedings of the Fourth International AAAI Conference on Weblogs and Social Media, pp.122~129 (2010)
- Andrea Esuli, "SENTIWORDNET : A publicly available lexical resource for opinion mining", Proceedings of the 5th Conference on Language Resources and Evaluation (LREC ’06), pp.417~422 (2006)
- 이현아, "상품평의 언어적 분석을 통한 상품 평가 요약 시스템", 정보처리학회논문지. 소프트웨어 및 데이터 공학, 17(1), pp.93~98 (2010), 한국정보처리학회
- P. D. Turney, "Thumbs up or thumbs down? Semantic orientation applied to unsupervised classification of reviews", Proceedings of the 40th Annual Meeting of the Association for Computational Linguistics (ACL '02), pp.417~424 (2002)
- Johan Bollen, "Twitter mood predicts the stock market", Journal of Computational Science, 2(1), pp.1~8 (2011)
- Alexander Pak, "Twitter as a Corpus for Sentiment Analysis and Opinion Mining", Proceedings of the Seventh Conference on International Language Resources and Evaluation (LREC '10), pp.1320~1326 (2010)
- Twitter Sentiment Classification using Distant Supervision, "Alec Go", Stanford University, ~, pp.Technical Report CS224N (2009)
- 이성욱, "스탠포드 감성 트리 말뭉치를 이용한 감성 분류 시스템", 한국마린엔지니어링학회지, 39(3), pp.274~279 (2015), 한국마린엔지니어링학회[DOI]
- 이공주, "오류에 기반한 복합명사 좌우접속규칙 사전 구축", 한국마린엔지니어링학회지, 36(8), pp.1123~1128 (2012), 한국마린엔지니어링학회[DOI]