본문 바로가기
KERD
논문KCI 등재

Word2vec와 Label Propagation을 이용한 감성사전 구축 방법

A Novel Method for Constructing Sentiment Dictionaries using Word2vec and Label Propagation

허찬|온승엽
한국차세대컴퓨팅학회 (KINGComputing)|2017.04|한국차세대컴퓨팅학회 논문지 (The Journal of Korean Institute of Next Generation Computing)|제13권 제2호|pp. 93-101

0

조회

0

다운로드

14

인용

0

참고문헌

키워드

감성분석최적화OptimizationSentiment AnalysisWord2vec감성사전Label PropagationSentiment Dictionary
주제분류컴퓨터학

초록

본 논문에서는 Word2vec을 이용한 새로운 그래프 기반 감성사전 구축 방법을 제안한다. 기존의 연구에서 단어 그래프에서의 변(edge)의 가중치를 계산하기 위하여 널리 사용해 오던 PMI(Point-wise Mutual Information)는문장의 맥락이나 문맥 상 의미를 통한 단어 간의 관계를 전혀 고려하지 않았다. 본 논문에서는 단어의 의미와 문장에서의 맥락을 고려하여 단어를 벡터로 표현하는 Word2vec 기법에 기반한 변의 가중치 계산 방법을 제안한다. 또한, 새로운 가중치 계산 방법이 감성 사전의 정확도를 개선하는 것을 실증하기 위하여 10,000건의 실제 영화평을포함하는 데이터를 기반으로 두 가지 LP(Label Propagation) 알고리즘에 새로운 Word2vec 가중치를 적용하여감성사전을 구축하는 실험을 실행하였다. 이 실험 결과 Word2vec 가중치 계산식을 적용하여 구축한 감성사전을 이용하여 새로운 문장에 대한 감성분석을 하였을 경우 기본의 방법보다 평균적으로 1.5%의 정확도가 향상됨을 알 수 있었다.

Abstract

In this paper we propose a new method for constructing a graph based sentiment dictionary using Word2vec and label propagation. The similarity calculation method used in the previous research to calculate the weight of the edges in a word graph, PMI(Point-wise Mutual Information), does not consider the relationships among the words by the context and the contextual meaning of a sentence for calculating the weights of the edges in a word graph. To improve the accuracy of the weights, we propose a new method using Word2vec, that vectorizes words by considering the meaning of the words and the context of the sentence containing the words. We confirmed the improvement of the performance of our proposed method through the experiments with actual clinical data. In the experiment of constructing sentiment dictionaries based on 10,000 movie reviews, our methods combining Word2vec weight calculation method and label propagation algorithms produced the sentiment dictionaries, which predict new text data with 1.5% more accuracy than the conventional method using PMI.

참고문헌 (22)

  1. Kim, S., "Determining the sentiment of Opinions", Proceedings of International Conference on Computational Linguistics, pp.1367~ (2004)
  2. 이철성, "한글 마이크로블로그 텍스트의 감정 분류 및 분석", 정보과학회논문지 : 데이타베이스, 40(3), pp.159~167 (2013), 한국정보과학회
  3. 김명규, "텍스트 문서 기반의 감성 인식 시스템", 감성과학, 12(4), pp.433~442 (2009), 한국감성과학회
  4. 김승우, "오피니언 분류의 감성사전 활용효과에 대한 연구", 지능정보연구, 20(1), pp.133~148 (2014), 한국지능정보시스템학회[DOI]
  5. 홍초희, "트윗 감정 분류를 위한 다양한 기계학습 자질에 대한 비교 연구", 한국콘텐츠학회 논문지, 12(12), pp.471~478 (2012), 한국콘텐츠학회[DOI]
  6. Kim, J, H., "The graph-based method for construction of domain-oriented sentiment dictionary", Ph.D., pp.2014
  7. Goldberg, Yoav, "Word2vec explained:Deriving mikolov et al.'s negative-sampling word-embedding method", arXiv preprint arXiv:1402.3722, ~ (2014)
  8. Xue, B., "A study on sentiment computing and classification of sina weibo with word2vec", In Big Data, BigData Congress, 2014 (2014)
  9. Stavrianou, Anna, "Overview and semantic issues of text mining", ACM Sigmod Record, 36(3), pp.23~34 (2007)
  10. Harris, Zellig S., "Distributional structure", Word, 10(2-3), pp.146~162 (1954)
  11. 안주영, "텍스트 마이닝을 이용한 감정 유발 요인 ‘Emotion Trigger’에 관한 연구", 지능정보연구, 21(2), pp.69~92 (2015), 한국지능정보시스템학회
  12. Mikolov, Thomas, "Efficient estimation of word representations in vector space", arXiv preprint arXiv:1301.3781, ~ (2013)
  13. Saggion, Horacio, "Interpreting SentiWordNet for opinion classification", Proceedings of the seventh conference on international language resources and evaluation LREC10 (2010)
  14. 장재영, "텍스트 마이닝을 위한 그래프 기반 텍스트 표현 모델의 연구 동향", 한국인터넷방송통신학회 논문지, 13(5), pp.37~47 (2013), 한국인터넷방송통신학회[DOI]
  15. 오연주, "영화평과 평점을 이용한 감성 문장 구축을 통한 영화 평점 추론", 인터넷정보학회논문지, 16(2), pp.41~48 (2015), 한국인터넷정보학회[DOI]
  16. Xue, B., "A study on sentiment computing and classification of sina weibo with word2vec", In Big Data, BigData Congress, IEEE International Congress on, pp.358~363 (2014), IEEE
  17. Zhou, Dengyong, "Learning with local and global consistency", Advances in neural information processing systems, 16(16), pp.321~328 (2003)
  18. Learning from labeled and unlabeled data with label propagation, "Zhu, Xiaojin", Carnegie Mellon University, ~, pp.Technical Report CMUCALD-02-107 (2002)
  19. 이현규, "명암도 조절을 통한 베이스 분류기 기반 영상분할기법", 한국차세대컴퓨팅학회 논문지, 8(5), pp.73~86 (2012), 한국차세대컴퓨팅학회
  20. 홍정훈, "데이터마이닝에서 연관분석을 이용한 변수선택", 한국차세대컴퓨팅학회 논문지, 7(3), pp.20~27 (2011), 한국차세대컴퓨팅학회
  21. 윤경목, "유전알고리즘과 신경망 파라미터 값들의 변동에 의한 영화 추천시스템 성능향상", 한국차세대컴퓨팅학회 논문지, 10(5), pp.56~64 (2014), 한국차세대컴퓨팅학회
  22. 아흐람 말락, "The Effect of PCA On Kernel Classifiers For the Diagnosis of Alzheimer’s Disease", 한국차세대컴퓨팅학회 논문지, 12(2), pp.25~32 (2016), 한국차세대컴퓨팅학회

관련 논문AI추천

그래프 기반 준지도 학습 방법을 이용한 특정분야 감성사전 구축김정호, 오연주, 채수환한국감성과학회 · 감성과학2015 · 제18권 제1호감정점수의 전파를 통한 한국어 감정사전 생성김재훈, 김창현, 박호민한국정보처리학회 · 정보처리학회 논문지2020 · 제9권 제2호책 리뷰 말뭉치를 활용한 형용사, 부사 감성 사전 개발이상진, 조은경언어과학회 · 언어과학연구2020 · 제92호Word2Vec을 활용한 뉴스 기반 주가지수 방향성 예측용 감성 사전 구축김다예, 이영인사)한국빅데이터학회 · 한국빅데이터학회 학회지2018 · 제3권 제1호Word2Vec을 이용한 반복적 접근 방식의 그래프 기반 단어 중의성 해소강상우, 서정연, 오동석한국인지과학회 · 인지과학2016 · 제27권 제1호언어 정보의 계량화와 시각화: 감성 어휘의 분포 의미 표현조은경언어정보연구소 · 언어와 정보 사회2019 · 제38권

이 간행물의 다른 논문 (9건)

Design and Implementation of an Automated Privacy Protection System over TPM and File Virtualization안성규, 박기웅, 김문성, 정혜림pp. 7-17오류가 발생한 멀티바이트 인코딩 데이터의 인코딩 기법 판별 알고리즘 개선김선범, 배준우, 박희진pp. 18-25Ensembles of Decision Trees Based Diagnosis of Alzheimer’s Disease and Dementia권구락, 데베쉬 자pp. 26-34스마트 환경에서의 사용자 상황인지 기반 지식필터링을 이용한 콘텐츠 추천 시스템염근혁, 김웅수, 이동우pp. 35-48멀티코어 환경에서 샘플링 기반 재시도 정책을이용한 하이브리드 트랜잭셔널 메모리장연우, 장재우, 윤민, 강문환pp. 49-61
원문 보기