KR102083889B1 - 감성어 사전 구축 장치 및 이의 동작 방법 - Google Patents
감성어 사전 구축 장치 및 이의 동작 방법 Download PDFInfo
- Publication number
- KR102083889B1 KR102083889B1 KR1020180060456A KR20180060456A KR102083889B1 KR 102083889 B1 KR102083889 B1 KR 102083889B1 KR 1020180060456 A KR1020180060456 A KR 1020180060456A KR 20180060456 A KR20180060456 A KR 20180060456A KR 102083889 B1 KR102083889 B1 KR 102083889B1
- Authority
- KR
- South Korea
- Prior art keywords
- movie
- word
- score
- emotional
- average
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0278—Product appraisal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Machine Translation (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
Abstract
본 발명에 따른 감성어 사전 구축 장치 및 이의 동작 방법은 다수의 영화 감상평들의 평균 추천 횟수에서 평균 비추천 횟수를 감한 값에 상응하는 임시 신뢰도 값에 상기 제1 영화 감상평의 영화 평점에 따른 가중치를 곱함으로써 상기 제1 단어의 신뢰도 점수를 연산하고, 상기 제1 단어의 상기 극성에 기초하여 상기 신뢰도 점수의 부호를 결정함으로써 감성 점수를 결정한 후 상기 제1 단어에 대한 상기 감성 점수에 기초하여 상기 제1 단어에 대한 평균 감성 점수를 갱신함으로써 영화 감상평에 포함된 부정적임 감성어를 정확하게 판별할 수 있다.
Description
본 발명은 감성어 사전 구축 장치 및 이의 동작 방법에 대한 것이다.
감성 분석 기술은 텍스트에서 사람들의 주관적인 성향과 의견 등을 분석하는 자연어 처리 기술을 지칭한다. 정확한 감성 분석을 위해서는 신뢰도가 높은 감성어 사전이 필요한데, 감성어 사전의 구축은 단어의 사용 과정에서 발생하는 다양한 의미의 변이와 동태적 활용 그리고 동음이의어에 의해 어려운 작업으로 인식되고 있다
한국 등록특허 제10-1700836호에서는 도서에 대한 코멘트를 수집하는 단계, 상기 수집된 코멘트의 점수를 이용하여 각 코멘트를 긍정과 부정으로 분류하는 단계, 상기 분류된 코멘트들을 형태소 분석하여 단어를 식별하는 단계, 상기 식별된 단어들에서 각성 단어 또는 이완 단어를 추출하는 단계, 상기 식별된 단어들에 대한 호감지수와 상기 각성 단어 또는 이완 단어에 대한 활성지수를 계산하는 단계, 각 단어들에 대한 호감지수와 활성지수를 저장하는 단계를 포함하는 도서의 코멘트를 이용한 감성어 사전 구축 방법 및 시스템이 개시된 바 있다.
그러나, 도서의 코멘트에 대한 사용자들의 평가는 임의 코멘트가 도서를 부정적으로 평가할수록 도서의 코멘트에 대한 추천수가 낮아지고 비추천수가 높아지는 경향이 있어, 코멘트에 포함된 부정적임 감성어를 정확하게 판별하는데 어려움이 있다.
본 발명에 따른 감성어 사전 구축 장치 및 이의 동작 방법은 다수의 영화 감상평들의 평균 추천 횟수에서 평균 비추천 횟수를 감한 값에 상응하는 임시 신뢰도 값에 상기 제1 영화 감상평의 영화 평점에 따른 가중치를 곱함으로써 상기 제1 단어의 신뢰도 점수를 연산하고, 상기 제1 단어의 상기 극성에 기초하여 상기 신뢰도 점수의 부호를 결정함으로써 감성 점수를 결정한 후 상기 제1 단어에 대한 상기 감성 점수에 기초하여 상기 제1 단어에 대한 평균 감성 점수를 갱신함으로써 영화 감상평에 포함된 부정적임 감성어를 정확하게 판별하고자 한다.
본 발명의 일실시예에 따른 감성어 사전 구축 장치는 사전 설정된 다수의 단어들 각각에 대한 평균 감성 점수 및 샘플링 횟수 정보를 저장하는 감성 사전 저장부, 사전 설정된 다수의 웹 사이트들로부터 사전 설정된 다수의 영화들 중 제1 영화에 대한 다수의 영화 감상평들 및 평균 영화 평점과 상기 다수의 영화 감상평들 각각의 영화 평점, 추천 횟수 및 비추천 횟수를 수집하는 영화 감상 정보 수집부, 상기 다수의 영화 감상평들 중 제1 영화 감상평에 포함되어 있는 단어들을 추출하는 단어 추출부, 상기 추출된 단어들 중 제1 단어가 추출된 상기 제1 영화 감상평의 영화 평점에 기초하여 상기 제1 단어의 극성을 결정하는 극성 결정부, 상기 다수의 영화 감상평들의 평균 추천 횟수에서 평균 비추천 횟수를 감한 값에 상응하는 임시 신뢰도 값에 상기 제1 영화 감상평의 영화 평점에 따른 가중치를 곱함으로써 상기 제1 단어의 신뢰도 점수를 연산하는 신뢰도 점수 연산부, 상기 제1 단어의 상기 극성에 기초하여 상기 신뢰도 점수의 부호를 결정함으로써 감성 점수를 결정하는 감성 점수 결정부 및 상기 제1 단어에 대한 상기 감성 점수에 기초하여 상기 제1 단어에 대한 평균 감성 점수를 갱신하고, 상기 제1 단어에 대한 샘플링 횟수를 1 증가시키는 감성 사전 갱신부를 포함한다.
또한, 본 발명의 일실시예에 따른 감성어 사전 구축 장치의 동작 방법은 사전 설정된 다수의 단어들 각각에 대한 평균 감성 점수 및 샘플링 횟수 정보를 저장하는 감성 사전 저장부를 유지하는 단계, 사전 설정된 다수의 웹 사이트들로부터 사전 설정된 다수의 영화들 중 제1 영화에 대한 다수의 영화 감상평들 및 평균 영화 평점과 상기 다수의 영화 감상평들 각각의 영화 평점, 추천 횟수 및 비추천 횟수를 수집하는 영화 감상 정보 수집 단계, 상기 다수의 영화 감상평들 중 제1 영화 감상평에 포함되어 있는 단어들을 추출하는 단계, 상기 추출된 단어들 중 제1 단어가 추출된 상기 제1 영화 감상평의 영화 평점에 기초하여 상기 제1 단어의 극성을 결정하는 단계, 상기 다수의 영화 감상평들의 평균 추천 횟수에서 평균 비추천 횟수를 감한 값에 상응하는 임시 신뢰도 값에 상기 제1 영화 감상평의 영화 평점에 따른 가중치를 곱함으로써 상기 제1 단어의 신뢰도 점수를 연산하는 단계, 상기 제1 단어의 상기 극성에 기초하여 상기 신뢰도 점수의 부호를 결정함으로써 감성 점수를 결정하는 단계 및 상기 제1 단어에 대한 상기 감성 점수에 기초하여 상기 제1 단어에 대한 평균 감성 점수를 갱신하고, 상기 제1 단어에 대한 샘플링 횟수를 1 증가시키는 단계를 포함한다.
본 발명에 따른 감성어 사전 구축 장치 및 이의 동작 방법은 다수의 영화 감상평들의 평균 추천 횟수에서 평균 비추천 횟수를 감한 값에 상응하는 임시 신뢰도 값에 상기 제1 영화 감상평의 영화 평점에 따른 가중치를 곱함으로써 상기 제1 단어의 신뢰도 점수를 연산하고, 상기 제1 단어의 상기 극성에 기초하여 상기 신뢰도 점수의 부호를 결정함으로써 감성 점수를 결정한 후 상기 제1 단어에 대한 상기 감성 점수에 기초하여 상기 제1 단어에 대한 평균 감성 점수를 갱신함으로써 영화 감상평에 포함된 부정적임 감성어를 정확하게 판별할 수 있다.
도 1은 본 발명의 일실시예에 따른 감성어 사전 구축 장치의 구성을 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 감성어 사전 구축 장치의 동작 방법을 도시한 흐름도이다.
도 2는 본 발명의 일실시예에 따른 감성어 사전 구축 장치의 동작 방법을 도시한 흐름도이다.
이하에서는 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명하기로 한다. 이러한 설명은 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였으며, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 본 명세서 상에서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 사람에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다.
도 1은 본 발명의 일실시예에 따른 감성어 사전 구축 장치(100)의 구성을 도시한 도면이다.
먼저, 도 1을 참조하면, 본 발명의 일실시예에 따른 감성어 사전 구축 장치(100)는 감성 사전 저장부(110), 영화 감상 정보 수집부(120), 단어 추출부(130), 극성 결정부(140), 신뢰도 점수 연산부(150), 감성 점수 결정부(160) 및 감성 사전 갱신부(170)를 포함할 수 있다.
감성 사전 저장부(110)는 사전 설정된 다수의 단어들 각각에 대한 평균 감성 점수 및 샘플링 횟수 정보를 하기 표 1과 같이 저장할 수 있다.
| 단어 | 평균 감성 점수 | 샘플링 횟수 |
| 최고 | 971 | 510 |
| 괜찮음 | 465 | 198 |
| 별로 | -482 | 359 |
| 최악 | -684 | 158 |
| ... | ... | ... |
영화 감상 정보 수집부(120)는 사전 설정된 다수의 웹 사이트들로부터 사전 설정된 다수의 영화들 중 제1 영화에 대한 다수의 영화 감상평들 및 평균 영화 평점과 상기 다수의 영화 감상평들 각각의 영화 평점, 추천 횟수 및 비추천 횟수를 수집할 수 있다. 영화 감상 정보 수집부(120)는 수집된 제1 영화에 대한 다수의 영화 감상평들 및 평균 영화 평점과 상기 다수의 영화 감상평들 각각의 영화 평점, 추천 횟수 및 비추천 횟수를 영화 감상 정보 저장부(125)에 저장할 수 있다.예를 들어, 네이버 영화 사이트(즉, www.movie.naver.com)로부터 다수의 영화들 중 라라랜드에 대한 “라라랜드는 슬픔과 환희의 설레임이다.”라는 영화 감상평(이하, ‘영화 감상평 1’), “날 처음으로 당혹스러움과 혼란스러움을 느끼게 해준 라라랜드”이라는 영화 감상평(이하, ‘영화 감상평 2’) 등과 상기 라라랜드에 대한 평균 영화 평점인 8.90과 상기 영화 감상평 1 및 상기 영화 감상평 2의 영화 평점인 10 및 1과 추천 횟수인 3431 및 189와 비추천 횟수인 252 및 93을 수집할 수 있다.
상기 영화 감상 정보 수집부(120)는 상기 제1 영화에 대한 다수의 영화 감상평들 중 사전 설정된 데이터 수집 기간 이내에 업로드된 다수의 영화 감상평들 및 평균 영화 평점과 상기 수집 기간 이내에 업로드된 다수의 영화 감상평들 각각의 영화 평점, 추천 횟수 및 비추천 횟수를 수집할 수 있다. 여기에서, 사전 설정된 데이터 수집 기간은 10년일 수 있다.
단어 추출부(130)는 상기 다수의 영화 감상평들 중 제1 영화 감상평에 포함되어 있는 단어들을 추출할 수 있다. 구체적으로, 단어 추출부(130)는 제1 영화 감상평에 포함되어 있는 다수의 문장들을 추출한 후, 상기 추출된 다수의 문장들에 포함되어 있는 다수의 단어들의 형태소를 분석하여, 사전 설정된 형태소를 가지는 단어들을 추출할 수 있다. 여기에서, 사전 설정된 형태소는 명사, 동사, 형용사 및 부사일 수 있다.
예를 들어, 단어 추출부(130)는 영화 감상평 1에서 “라라랜드”, “슬픔”, “환희” 및 “설렘”을 추출하고, 영화 감상평 2에서 “나”, “처음”, “당혹”, “혼란”, “느끼다” 및 “라라랜드”를 추출할 수 있다.
극성 결정부(140)는 상기 추출된 단어들 중 제1 단어가 추출된 상기 제1 영화 감상평의 영화 평점에 기초하여 상기 제1 단어의 극성을 결정할 수 있다.
상기 극성 결정부(140)는 상기 극성 결정부는 상기 제1 영화 감상평의 상기 영화 평점이 사전 설정된 부정 극성 점수 미만인 경우, 상기 제1 단어의 극성을 부정 극성으로 결정하고, 상기 제1 영화 감상평의 상기 영화 평점이 사전 설정된 긍정 극성 점수를 초과하는 경우, 상기 제1 단어의 극성을 긍정 극성으로 결정할 수 있다. 여기에서, 사전 설정된 부정 극성 점수는 5점이고, 사전 설정된 긍정 극성 점수는 7점일 수 있다. 이에 따라, 극성 결정부(140)는 상기 제1 영화 감상평의 상기 영화 평점이 5 미만인 경우, 상기 제1 단어의 극성을 부정 극성으로 결정하고, 상기 제1 영화 감상평의 상기 영화 평점이 7을 초과하는 경우, 상기 제1 단어의 극성을 긍정 극성으로 결정하고, 그 외의 경우, 중립 극성으로 결정할 수 있다.
예를 들어, 영화 감상평 1의 영화 평점이 10이므로, 상기 극성 결정부(140)는 영화 감상평 1에서 추출된 “라라랜드”, “슬픔”, “환희” 및 “설렘”의 극성을 긍정 극성으로 결정하고, 영화 감상평 2의 영화 평점이 1이므로, 상기 극성 결정부(140)는 영화 감상평 2에서 추출된 “나”, “처음”, “당혹”, “혼란”, “느끼다” 및 “라라랜드”의 극성을 부정 극성으로 결정할 수 있다.
신뢰도 점수 연산부(150)는 상기 다수의 영화 감상평들의 평균 추천 횟수에서 평균 비추천 횟수를 감한 값에 상응하는 임시 신뢰도 값에 상기 제1 영화 감상평의 영화 평점에 따른 가중치를 곱함으로써 상기 제1 단어의 신뢰도 점수를 연산할 수 있다. 여기에서, 상기 제1 영화 감상평의 영화 평점에 따른 가중치는 하기 수학식 1에 의해 결정될 수 있다.
여기에서, 
는 상기 제1 영화 감상평의 영화 평점(x)에 따른 가중치일 수 있다.
예컨대, 상기 라라랜드에 대한 영화 감상평 1의 영화 평점이 10이므로 영화 감상평 1에서 추출된 “라라랜드”, “슬픔”, “환희” 및 “설렘”에 대한 가중치는 2일 수 있다. 또한, 상기 라라랜드에 대한 영화 감상평 2의 영화 평점이 1이므로 영화 감상평 2에서 추출된 “나”, “처음”, “당혹”, “혼란”, “느끼다” 및 “라라랜드”에 대한 가중치는 1.8일 수 있다. 즉, 동일한 단어일지라도, 영화 감상평의 영화 평점에 의해 서로 다른 가중치가 적용될 수 있다.
상기 신뢰도 점수 연산부(150)는 상기 다수의 영화 감상평들 중 추천 횟수가 높은 순서대로 사전 설정된 개수의 영화 감상평들의 평균 추천 횟수에서 평균 비추천 횟수를 감한 값에 상응하는 임시 신뢰도 값에 상기 제1 영화 감상평의 영화 평점에 따른 가중치를 곱함으로써 상기 제1 단어의 신뢰도 점수를 연산할 수 있다.
예를 들어, 사전 설정된 개수가 2인 경우, 상기 신뢰도 점수 연산부(150)는 영화 감상평 1 및 2의 평균 추천 횟수인 1810((3431+189)/2)에서 평균 비추천 횟수인 172.5((252+93)/2)를 감한 값인 1637.5를 임시 신뢰도 값으로 결정하고, 상기 영화 감상평 1에서 추출된 “라라랜드”, “슬픔”, “환희” 및 “설렘”에 대한 가중치 2를 임시 신뢰도 값과 곱함으로써, 상기 영화 감상평 1에서 추출된 “라라랜드”, “슬픔”, “환희” 및 “설렘”의 신뢰도 점수를 3275로 연산할 수 있다. 또한, 상기 신뢰도 점수 연산부(150)는 상기 영화 감상평 2에서 “나”, “처음”, “당혹”, “혼란”, “느끼다” 및 “라라랜드”에 대한 가중치 1.8을 임시 신뢰도 값과 곱함으로써, 상기 영화 감상평 2에서 “나”, “처음”, “당혹”, “혼란”, “느끼다” 및 “라라랜드”의 신뢰도 점수를 2947.5로 연산할 수 있다.
감성 점수 결정부(160)는 상기 제1 단어의 상기 극성에 기초하여 상기 신뢰도 점수의 부호를 결정함으로써 감성 점수를 결정할 수 있다. 구체적으로, 상기 감성 점수 결정부(160)는 상기 제1 단어의 상기 극성이 부정 극성인 경우, 상기 신뢰도 점수의 부호를 마이너스(-)로 결정하고, 상기 제1 단어의 상기 극성이 부정 극성이 아닌 경우, 상기 신뢰도 점수의 부호를 플러스(+)로 결정할 수 있다.
예를 들어, 감성 점수 결정부(160)는 상기 영화 감상평 1에서 추출된 “라라랜드”, “슬픔”, “환희” 및 “설렘”의 극성이 긍정 극성이므로, 상기 영화 감상평 1에서 추출된 “라라랜드”, “슬픔”, “환희” 및 “설렘”의 신뢰도 점수의 부호를 플러스(+)로 결정하고, 상기 영화 감상평 2에서 추출된 “나”, “처음”, “당혹”, “혼란”, “느끼다” 및 “라라랜드”의 극성이 부정 극성이므로, 상기 영화 감상평 2에서 추출된 “나”, “처음”, “당혹”, “혼란”, “느끼다” 및 “라라랜드”의 신뢰도 점수의 부호를 마이너스(-)로 결정할 수 있다. 이에 따라, 감성 점수 결정부(160)는 상기 영화 감상평 1에서 추출된 “라라랜드”, “슬픔”, “환희” 및 “설렘”의 감성 점수를 3275로 결정하고, 상기 영화 감상평 2에서 추출된 “나”, “처음”, “당혹”, “혼란”, “느끼다” 및 “라라랜드”의 감성 점수를 -2947.5로 결정할 수 있다.
다음으로, 감성 사전 갱신부(170)는 상기 제1 단어에 대한 상기 감성 점수에 기초하여 상기 제1 단어에 대한 평균 감성 점수를 갱신하고, 상기 제1 단어에 대한 샘플링 횟수를 1 증가시킬 수 있다. 여기에서, 상기 감성 사전 갱신부(170)는 상기 제1 단어에 대한 상기 평균 감성 점수에 상기 샘플링 횟수를 곱함으로써 총 감성 점수를 연산하고, 상기 총 감성 점수에 상기 제1 단어에 대한 상기 감성 점수를 합한 후 상기 샘플링 횟수에 1을 더한 값으로 나누어줌으로써 새롭게 연산되는 평균 감성 점수를 상기 제1 단어에 대한 평균 감성 점수로 갱신할 수 있다. 한편, 감성 사전 갱신부(170)는 상기 제1 단어에 대한 상기 감성 점수, 평균 감성 점수를 영화 감상 정보 저장부(125)에 저장할 수 있다.
예를 들어, 감성 사전 갱신부(170)는 상기 영화 감상평 1에서 추출된 “라라랜드”, “슬픔”, “환희” 및 “설렘”의 감성 점수에 기초하여 상기 “라라랜드”, “슬픔”, “환희” 및 “설렘”에 대한 평균 감성 점수를 갱신하고, 상기 “라라랜드”, “슬픔”, “환희” 및 “설렘”에 대한 샘플링 횟수를 1 증가시키며, 이후, 상기 영화 감상평 2에서 추출된 “나”, “처음”, “당혹”, “혼란”, “느끼다” 및 “라라랜드”의 감성 점수에 기초하여 상기 “나”, “처음”, “당혹”, “혼란”, “느끼다” 및 “라라랜드”에 대한 평균 감성 점수를 갱신하고, 상기 “나”, “처음”, “당혹”, “혼란”, “느끼다” 및 “라라랜드”에 대한 샘플링 횟수를 1 증가시킬 수 있다. 이에 따라, “슬픔”, “환희”, “설렘”, “나”, “처음”, “당혹”, “혼란” 및 “느끼다”에 대한 샘플링 횟수는 1 증가되고, “라라랜드”에 대한 샘플링 횟수는 2 증가될 수 있다.
상기 감성 사전 갱신부(170)는 영화 감상 정보 저장부(125)를 참조하여, 상기 제1 단어에 대한 상기 평균 감성 점수를 갱신하는데 이용된 상기 다수의 영화 감상평들 중 사전 설정된 데이터 수집 기간(예컨대, 10년) 이전에 업로드된 제2 영화 감상평에 포함된 상기 제1 단어의 감성 점수를 상기 제1 단어에 대한 상기 평균 감성 점수에 상기 샘플링 횟수를 곱함으로써 연산되는 총 감성 점수에서 감한 후 상기 샘플링 횟수에 1을 감한 값으로 나누어줌으로써 새롭게 연산되는 평균 감성 점수를 상기 제1 단어에 대한 평균 감성 점수로 갱신하고, 상기 제1 단어에 대한 샘플링 횟수를 1 감소시킬 수 있다. 즉, 상기 감성 사전 갱신부(170)는 사전 설정된 데이터 수집 기간(예컨대, 10년) 전에 업로드된 제2 영화 감상평에 포함된 상기 제1 단어에 대한 감성 점수에 기초하여 상기 제1 단어에 대한 평균 감성 점수를 갱신하고, 상기 제1 단어에 대한 샘플링 횟수를 1 감소시킬 수 있다.
상술한 바와 같은, 본 발명의 일실시예에 따른 감성어 사전 구축 장치(100)는 평균 추천수 및 비추천수를 이용하여 영화를 부정적으로 평가하는 영화 감상평의 추천수 및 비추천수를 보정함으로써, 영화 감상평에 포함된 부정적임 감성어를 정확하게 판별할 수 있다.
도 2는 본 발명의 일실시예에 따른 감성어 사전 구축 장치(100)의 동작 방법을 도시한 흐름도이다.
도 2를 참조하면, 단계(S210)에서는 사전 설정된 다수의 단어들 각각에 대한 평균 감성 점수 및 샘플링 횟수 정보를 저장하는 감성 사전 저장부를 유지할 수 있다.
단계(S220)에서는 사전 설정된 다수의 웹 사이트들로부터 사전 설정된 다수의 영화들 중 제1 영화에 대한 다수의 영화 감상평들 및 평균 영화 평점과 상기 다수의 영화 감상평들 각각의 영화 평점, 추천 횟수 및 비추천 횟수를 수집할 수 있다.
상기 단계(S220)에서는 상기 제1 영화에 대한 다수의 영화 감상평들 중 사전 설정된 데이터 수집 기간 이내에 업로드된 다수의 영화 감상평들과 상기 수집 기간 이내에 업로드된 다수의 영화 감상평들 각각의 영화 평점, 추천 횟수 및 비추천 횟수를 수집할 수 있다.
단계(S230)에서는 상기 다수의 영화 감상평들 중 제1 영화 감상평에 포함되어 있는 단어들을 추출할 수 있다.
단계(S240)에서는 상기 추출된 단어들 중 제1 단어가 추출된 상기 제1 영화 감상평의 영화 평점에 기초하여 상기 제1 단어의 극성을 결정할 수 있다.
상기 단계(S240)에서는 상기 제1 영화 감상평의 상기 영화 평점이 사전 설정된 부정 극성 점수 미만인 경우, 상기 제1 단어의 극성을 부정 극성으로 결정하고, 상기 제1 영화 감상평의 상기 영화 평점이 사전 설정된 긍정 극성 점수를 초과하는 경우, 상기 제1 단어의 극성을 긍정 극성으로 결정할 수 있다.
단계(S250)에서는 상기 다수의 영화 감상평들의 평균 추천 횟수에서 평균 비추천 횟수를 감한 값에 상응하는 임시 신뢰도 값에 상기 제1 영화 감상평의 영화 평점에 따른 가중치를 곱함으로써 상기 제1 단어의 신뢰도 점수를 연산할 수 있다.
상기 단계(S250)에서는 상기 다수의 영화 감상평들 중 추천 횟수가 높은 순서대로 사전 설정된 개수의 영화 감상평들의 평균 추천 횟수에서 평균 비추천 횟수를 감한 값에 상응하는 임시 신뢰도 값에 상기 제1 영화 감상평의 영화 평점에 따른 가중치를 곱함으로써 상기 제1 단어의 신뢰도 점수를 연산할 수 있다.
단계(S260)에서는 상기 제1 단어의 상기 극성에 기초하여 상기 신뢰도 점수의 부호를 결정함으로써 감성 점수를 결정할 수 있다.
단계(S270)에서는 상기 제1 단어에 대한 상기 감성 점수에 기초하여 상기 제1 단어에 대한 평균 감성 점수를 갱신하고, 상기 제1 단어에 대한 샘플링 횟수를 1 증가시킬 수 있다.
상기 단계(S270)에서는 상기 제1 단어에 대한 상기 평균 감성 점수에 상기 샘플링 횟수를 곱함으로써 총 감성 점수를 연산하고, 상기 총 감성 점수에 상기 제1 단어에 대한 상기 감성 점수를 합한 후 상기 샘플링 횟수에 1을 더한 값으로 나누어줌으로써 새롭게 연산되는 평균 감성 점수를 상기 제1 단어에 대한 평균 감성 점수로 갱신할 수 있다.
상기 단계(S270)에서는 상기 제1 단어에 대한 상기 평균 감성 점수를 갱신하는데 이용된 상기 다수의 영화 감상평들 중 사전 설정된 데이터 수집 기간 이전에 업로드된 제2 영화 감상평에 포함된 상기 제1 단어의 감성 점수를 상기 제1 단어에 대한 상기 평균 감성 점수에 상기 샘플링 횟수를 곱함으로써 연산되는 총 감성 점수에서 감한 후 상기 샘플링 횟수에 1을 감한 값으로 나누어줌으로써 새롭게 연산되는 평균 감성 점수를 상기 제1 단어에 대한 평균 감성 점수로 갱신하고, 상기 제1 단어에 대한 샘플링 횟수를 1 감소시킬 수 있다.
이상, 도 2를 참조하여 본 발명의 일실시예에 따른 감성어 사전 구축 장치의 동작 방법에 대해 설명하였다. 여기서, 본 발명의 일실시예에 따른 감성어 사전 구축 장치의 동작 방법은 도 1을 이용하여 설명한 감성어 사전 구축 장치의 동작에 대한 구성과 대응될 수 있으므로, 이에 대한 보다 상세한 설명은 생략하기로 한다.
본 발명의 일실시예에 따른 감성어 사전 구축 장치의 동작 방법은 컴퓨터와의 결합을 통해 실행시키기 위한 저장매체에 저장된 컴퓨터 프로그램으로 구현될 수 있다.
또한, 본 발명의 일실시예에 따른 감성어 사전 구축 장치의 동작 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
Claims (12)
- 사전 설정된 다수의 단어들 각각에 대한 평균 감성 점수 및 샘플링 횟수 정보를 저장하는 감성 사전 저장부;
사전 설정된 다수의 웹 사이트들로부터 사전 설정된 다수의 영화들 중 제1 영화에 대한 다수의 영화 감상평들 및 평균 영화 평점과 상기 다수의 영화 감상평들 각각의 영화 평점, 추천 횟수 및 비추천 횟수를 수집하는 영화 감상 정보 수집부;
상기 다수의 영화 감상평들 중 제1 영화 감상평에 포함되어 있는 단어들을 추출하는 단어 추출부;
상기 추출된 단어들 중 제1 단어가 추출된 상기 제1 영화 감상평의 영화 평점에 기초하여 상기 제1 단어의 극성을 결정하는 극성 결정부;
상기 다수의 영화 감상평들의 평균 추천 횟수에서 평균 비추천 횟수를 감한 값에 상응하는 임시 신뢰도 값에 상기 제1 영화 감상평의 영화 평점에 따른 가중치를 곱함으로써 상기 제1 단어의 신뢰도 점수를 연산하는 신뢰도 점수 연산부;
상기 제1 단어의 상기 극성에 기초하여 상기 신뢰도 점수의 부호를 결정함으로써 감성 점수를 결정하는 감성 점수 결정부; 및
상기 제1 단어에 대한 상기 감성 점수에 기초하여 상기 제1 단어에 대한 평균 감성 점수를 갱신하고, 상기 제1 단어에 대한 샘플링 횟수를 1 증가시키는 감성 사전 갱신부
를 포함하는 감성어 사전 구축 장치. - 제1항에 있어서,
상기 극성 결정부는 상기 제1 영화 감상평의 상기 영화 평점이 사전 설정된 부정 극성 점수 미만인 경우, 상기 제1 단어의 극성을 부정 극성으로 결정하고, 상기 제1 영화 감상평의 상기 영화 평점이 사전 설정된 긍정 극성 점수를 초과하는 경우, 상기 제1 단어의 극성을 긍정 극성으로 결정하는
감성어 사전 구축 장치. - 제2항에 있어서,
상기 신뢰도 점수 연산부는 상기 다수의 영화 감상평들 중 추천 횟수가 높은 순서대로 사전 설정된 개수의 영화 감상평들의 평균 추천 횟수에서 평균 비추천 횟수를 감한 값에 상응하는 임시 신뢰도 값에 상기 제1 영화 감상평의 영화 평점에 따른 가중치를 곱함으로써 상기 제1 단어의 신뢰도 점수를 연산하는
감성어 사전 구축 장치. - 제3항에 있어서,
상기 감성 사전 갱신부는 상기 제1 단어에 대한 상기 평균 감성 점수에 상기 샘플링 횟수를 곱함으로써 총 감성 점수를 연산하고, 상기 총 감성 점수에 상기 제1 단어에 대한 상기 감성 점수를 합한 후 상기 샘플링 횟수에 1을 더한 값으로 나누어줌으로써 새롭게 연산되는 평균 감성 점수를 상기 제1 단어에 대한 평균 감성 점수로 갱신하는
감성어 사전 구축 장치. - 제4항에 있어서,
상기 영화 감상 정보 수집부는 상기 제1 영화에 대한 다수의 영화 감상평들 중 사전 설정된 데이터 수집 기간 이내에 업로드된 다수의 영화 감상평들과 상기 수집 기간 이내에 업로드된 다수의 영화 감상평들 각각의 영화 평점, 추천 횟수 및 비추천 횟수를 수집하고,
상기 감성 사전 갱신부는 상기 제1 단어에 대한 상기 평균 감성 점수를 갱신하는데 이용된 상기 다수의 영화 감상평들 중 사전 설정된 데이터 수집 기간 이전에 업로드된 제2 영화 감상평에 포함된 상기 제1 단어의 감성 점수를 상기 제1 단어에 대한 상기 평균 감성 점수에 상기 샘플링 횟수를 곱함으로써 연산되는 총 감성 점수에서 감한 후 상기 샘플링 횟수에 1을 감한 값으로 나누어줌으로써 새롭게 연산되는 평균 감성 점수를 상기 제1 단어에 대한 평균 감성 점수로 갱신하고, 상기 제1 단어에 대한 샘플링 횟수를 1 감소시키는
감성어 사전 구축 장치. - 감성어 사전 구축 장치의 동작 방법에 있어서,
사전 설정된 다수의 단어들 각각에 대한 평균 감성 점수 및 샘플링 횟수 정보를 저장하는 감성 사전 저장부를 유지하는 단계;
영화 감상 정보 수집부가, 사전 설정된 다수의 웹 사이트들로부터 사전 설정된 다수의 영화들 중 제1 영화에 대한 다수의 영화 감상평들 및 평균 영화 평점과 상기 다수의 영화 감상평들 각각의 영화 평점, 추천 횟수 및 비추천 횟수를 수집하는 영화 감상 정보 수집 단계;
단어 추출부가, 상기 다수의 영화 감상평들 중 제1 영화 감상평에 포함되어 있는 단어들을 추출하는 단계;
극성 결정부가, 상기 추출된 단어들 중 제1 단어가 추출된 상기 제1 영화 감상평의 영화 평점에 기초하여 상기 제1 단어의 극성을 결정하는 단계;
신뢰도 점수 연산부가, 상기 다수의 영화 감상평들의 평균 추천 횟수에서 평균 비추천 횟수를 감한 값에 상응하는 임시 신뢰도 값에 상기 제1 영화 감상평의 영화 평점에 따른 가중치를 곱함으로써 상기 제1 단어의 신뢰도 점수를 연산하는 단계;
감성 점수 결정부가, 상기 제1 단어의 상기 극성에 기초하여 상기 신뢰도 점수의 부호를 결정함으로써 감성 점수를 결정하는 단계; 및
감성 사전 갱신부가, 상기 제1 단어에 대한 상기 감성 점수에 기초하여 상기 제1 단어에 대한 평균 감성 점수를 갱신하고, 상기 제1 단어에 대한 샘플링 횟수를 1 증가시키는 단계
를 포함하는 감성어 사전 구축 장치의 동작 방법. - 제6항에 있어서,
상기 극성을 결정하는 단계는 상기 제1 영화 감상평의 상기 영화 평점이 사전 설정된 부정 극성 점수 미만인 경우, 상기 제1 단어의 극성을 부정 극성으로 결정하고, 상기 제1 영화 감상평의 상기 영화 평점이 사전 설정된 긍정 극성 점수를 초과하는 경우, 상기 제1 단어의 극성을 긍정 극성으로 결정하는
감성어 사전 구축 장치의 동작 방법. - 제7항에 있어서,
상기 신뢰도 점수를 연산하는 단계는 상기 다수의 영화 감상평들 중 추천 횟수가 높은 순서대로 사전 설정된 개수의 영화 감상평들의 평균 추천 횟수에서 평균 비추천 횟수를 감한 값에 상응하는 임시 신뢰도 값에 상기 제1 영화 감상평의 영화 평점에 따른 가중치를 곱함으로써 상기 제1 단어의 신뢰도 점수를 연산하는
감성어 사전 구축 장치의 동작 방법. - 제8항에 있어서,
상기 증가시키는 단계는 상기 제1 단어에 대한 상기 평균 감성 점수에 상기 샘플링 횟수를 곱함으로써 총 감성 점수를 연산하고, 상기 총 감성 점수에 상기 제1 단어에 대한 상기 감성 점수를 합한 후 상기 샘플링 횟수에 1을 더한 값으로 나누어줌으로써 새롭게 연산되는 평균 감성 점수를 상기 제1 단어에 대한 평균 감성 점수로 갱신하는
감성어 사전 구축 장치의 동작 방법. - 제9항에 있어서,
상기 영화 감상 정보 수집 단계는 상기 제1 영화에 대한 다수의 영화 감상평들 중 사전 설정된 데이터 수집 기간 이내에 업로드된 다수의 영화 감상평들과 상기 수집 기간 이내에 업로드된 다수의 영화 감상평들 각각의 영화 평점, 추천 횟수 및 비추천 횟수를 수집하고,
상기 증가시키는 단계는 상기 제1 단어에 대한 상기 평균 감성 점수를 갱신하는데 이용된 상기 다수의 영화 감상평들 중 사전 설정된 데이터 수집 기간 이전에 업로드된 제2 영화 감상평에 포함된 상기 제1 단어의 감성 점수를 상기 제1 단어에 대한 상기 평균 감성 점수에 상기 샘플링 횟수를 곱함으로써 연산되는 총 감성 점수에서 감한 후 상기 샘플링 횟수에 1을 감한 값으로 나누어줌으로써 새롭게 연산되는 평균 감성 점수를 상기 제1 단어에 대한 평균 감성 점수로 갱신하고, 상기 제1 단어에 대한 샘플링 횟수를 1 감소시키는
감성어 사전 구축 장치의 동작 방법. - 제6항 내지 제10항 중 어느 한 항의 방법을 컴퓨터로 하여금 수행하도록 하는 프로그램을 기록한 컴퓨터 판독 가능 기록 매체.
- 제6항 내지 제10항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 저장매체에 저장된 컴퓨터 프로그램.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180060456A KR102083889B1 (ko) | 2018-05-28 | 2018-05-28 | 감성어 사전 구축 장치 및 이의 동작 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180060456A KR102083889B1 (ko) | 2018-05-28 | 2018-05-28 | 감성어 사전 구축 장치 및 이의 동작 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190135584A KR20190135584A (ko) | 2019-12-09 |
| KR102083889B1 true KR102083889B1 (ko) | 2020-03-04 |
Family
ID=68837697
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180060456A KR102083889B1 (ko) | 2018-05-28 | 2018-05-28 | 감성어 사전 구축 장치 및 이의 동작 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102083889B1 (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112070586B (zh) * | 2020-09-09 | 2023-11-28 | 腾讯科技（深圳）有限公司 | 基于语义识别的物品推荐方法、装置、计算机设备及介质 |
| KR102609132B1 (ko) * | 2021-10-06 | 2023-12-05 | 단국대학교 산학협력단 | 감성 사전을 자동으로 구축하는 방법 및 장치 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101465756B1 (ko) | 2013-12-03 | 2014-12-03 | 주식회사 그리핀 | 감정 분석 장치 및 방법과 이를 이용한 영화 추천 방법 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101134701B1 (ko) * | 2010-08-09 | 2012-04-13 | 숭실대학교산학협력단 | 상품평 극성 분류를 위한 특징별 서술어 긍정 및 부정 사전 자동 구축 시스템 및 방법 |
-
2018
- 2018-05-28 KR KR1020180060456A patent/KR102083889B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101465756B1 (ko) | 2013-12-03 | 2014-12-03 | 주식회사 그리핀 | 감정 분석 장치 및 방법과 이를 이용한 영화 추천 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20190135584A (ko) | 2019-12-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Collins‐Thompson et al. | Predicting reading difficulty with statistical language models | |
| Verhoeven et al. | Twisty: a multilingual twitter stylometry corpus for gender and personality profiling | |
| Grieve et al. | Analyzing lexical emergence in Modern American English online1 | |
| Salehi et al. | A word embedding approach to predicting the compositionality of multiword expressions | |
| Beeferman et al. | Text segmentation using exponential models | |
| Simonton | Leaders of American psychology, 1879–1967: Career development, creative output, and professional achievement. | |
| US20180373691A1 (en) | Identifying linguistic replacements to improve textual message effectiveness | |
| Cryan et al. | Detecting gender stereotypes: Lexicon vs. supervised learning methods | |
| JP5775466B2 (ja) | 会話から雑談部分を抽出するための雑談抽出システム、方法、およびプログラム | |
| Soares et al. | On the advantages of word frequency and contextual diversity measures extracted from subtitles: The case of Portuguese | |
| CN109783631B (zh) | 社区问答数据的校验方法、装置、计算机设备和存储介质 | |
| US11775765B2 (en) | Linguistic analysis of differences in portrayal of movie characters | |
| Shardlow | The cw corpus: A new resource for evaluating the identification of complex words | |
| US20060129383A1 (en) | Text processing method and system | |
| KR102083889B1 (ko) | 감성어 사전 구축 장치 및 이의 동작 방법 | |
| JP6486165B2 (ja) | 候補キーワード評価装置及び候補キーワード評価プログラム | |
| Vishnubhotla et al. | Tweet emotion dynamics: Emotion word usage in tweets from us and canada | |
| KR101838573B1 (ko) | 공간 감성어 사전을 이용한 감성분석 기반의 장소 선호도 분석방법 | |
| CN108255803B (zh) | 文档情感的判断方法和装置 | |
| Starr | Cross-dialectal awareness and use of the BATH-TRAP distinction in Singapore: Investigating the effects of overseas travel and media consumption | |
| CN112632277B (zh) | 一种目标内容对象的资源处理方法和装置 | |
| Stergiou et al. | Global university reputation and rankings: insights from culturomics | |
| JP6942759B2 (ja) | 情報処理装置、プログラム及び情報処理方法 | |
| CN108415959B (zh) | 一种文本分类方法及装置 | |
| Houben et al. | Optimization of the Dutch matrix test by random selection of sentences from a preselected subset |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |