메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
임미영 (대구대학교) 강신재 (대구대학교)
저널정보
인문사회과학기술융합학회 예술인문사회 융합 멀티미디어 논문지 예술인문사회 융합 멀티미디어 논문지 제7권 제2호
발행연도
2017.2
수록면
321 - 329 (9page)
DOI
http://dx.doi.org/10.14257/AJMAHS.2017.02.53

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
하나의 단어는 도메인에 따라서 표현하는 감성이 달라질 수 있다. 예를 들어 과학 분야에서의 “지진”과 사회뉴스 분야에서의 “지진”은 전자는 중성, 후자는 부정적인 의미를 내포하고 있다. 하지만 기존의 워드 임베딩에 관한 연구는 문장 내에서 단어의 통사적 정보와 같은 쓰임새 정보만 학습하고 있어서 쓰임새는 같으나 의미는 반대인 단어 “good”과 “bad”와 같은 경우는 유사한 워드 임베딩 벡터로 표현되는 한계점을 가지고 있다. 이에 본 논문에서는 단어의 쓰임새와 도메인별 단어의 감성 정보를 결합한 워드 임베딩 방법을 제안하고, 이를 이용한 감성분류 시스템을 제안한다. 제안하는 워드 임베딩 신경망은 두 부분으로 이루어져 있다. 통사정보를 표현하기 위한 Word2vec 네트워크와 의미 정보를 표현하기 위한 감성분류 네트워크 부분이다. 도메인별로 새로 학습해야 하는 의미 네트워크의 효율성을 높이기 위해서 도메인별 자질들을 TF·IDF로 축소시킨 다음, 기존에 학습한 Word2vec과 결합하는 형식을 제안하여 Word2vec만 사용한 방법에 비해 2%p 정도의 성능 제고를 가져왔다.
#감성 분석 #워드 임베딩 #신경망 #심층학습 #TF·IDF #Sentiment Analysis #Word Embedding #Neural Networks #Deep Learning #TF·IDF

목차

등록된 정보가 없습니다.

참고문헌 (17)

참고문헌 신청
S. Kim / 2015 / Automatic Extraction of Alternative Word Candidates Using the Word2Vec Model / Proceedings of KIISE Winter Conference :769~771 google schola 송종석 / 2011 / 상품평 극성 분류를 위한 특징별 서술어 긍정/부정 사전 자동 구축 / 정보과학회논문지 : 소프트웨어 및 응용 38(3):157~168 dbpia 이상훈 / 2016 / 영역별 맞춤형 감성사전 구축을 통한 영화리뷰 감성분석 / 지능정보연구 22(2):97~113 dbpia P. D. Turney / 2002 / Unsupervised Learning of Semantic Orientation from a Hundred-Billion-Word Corpus google schola W. Jin / 2009 / Opinion Miner:A Novel MachineLearning Sustem for Web Opinion Mining and Extraction / KDD Proceedings of the 15th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining :1195~1204 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0