KR20140078312A - 텍스트 기반 감성 분석 결과를 제공하기 위한 장치, 시스템 및 그 방법 - Google Patents

텍스트 기반 감성 분석 결과를 제공하기 위한 장치, 시스템 및 그 방법 Download PDF

Info

Publication number
KR20140078312A
KR20140078312A KR1020120147545A KR20120147545A KR20140078312A KR 20140078312 A KR20140078312 A KR 20140078312A KR 1020120147545 A KR1020120147545 A KR 1020120147545A KR 20120147545 A KR20120147545 A KR 20120147545A KR 20140078312 A KR20140078312 A KR 20140078312A
Authority
KR
South Korea
Prior art keywords
attribute
emotion
result
learning
expressions
Prior art date
Application number
KR1020120147545A
Other languages
English (en)
Inventor
조요한
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020120147545A priority Critical patent/KR20140078312A/ko
Priority to US13/945,290 priority patent/US20140172415A1/en
Publication of KR20140078312A publication Critical patent/KR20140078312A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9038—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명에 의한 텍스트 기반 감성 분석 결과를 제공하기 위한 장치, 시스템 및 그 방법이 개시된다.
본 발명에 따른 텍스트 기반 감성 분석 결과를 제공하기 위한 장치는 사용자로부터 감성을 분석하고자 하는 대상에 대한 키워드를 입력 받는 입력부; 입력 받은 상기 키워드에 대한 감성 분석을 서비스 서버에 요청하고 그 요청한 결과로 감성 분석 결과를 제공 받는 제어부; 제공받은 상기 감성 분석 결과에 따라 상기 대상에 대한 속성을 디스플레이하고 디스플레이된 각 속성마다 속성값에 상응하는 텍스트를 디스플레이하는 표시부; 및 제공받은 상기 감성 분석 결과를 저장하는 저장부를 포함하되, 상기 속성은 상기 감성의 대상에 대해 평가하거나 상기 감성을 표현하려는 구체적인 항목이고, 상기 속성값은 상기 속성을 평가하거나 상기 속성에 대한 감성을 나타내는 표현인 것을 특징으로 한다.

Description

텍스트 기반 감성 분석 결과를 제공하기 위한 장치, 시스템 및 그 방법{APPARATUS AND SYSTEM FOR PROVIDING SENTIMET ANALYSIS RESULTS BASED ON TEXT AND METHOD THEREOF}
본 발명은 감성 분석 방법에 관한 것으로, 특히, 사용자로부터 대상 키워드를 입력 받아 입력 받은 대상 키워드를 포함하는 문장 또는 글 등의 텍스트를 검색하고 검색된 텍스트를 기반으로 대상 키워드의 속성별로 감성 분석 결과를 산출하되 기 학습한 결과로 산출된 학습 결과물을 기반으로 감성 분석 결과를 산출하도록 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 장치, 시스템 및 그 방법에 관한 것이다.
텍스트에 나타난 감성(감정, 오피니언)을 대상의 속성 혹은 평가 항목별로 분석한다고 함은 대상에 대한 전체적인 감성이 아니라 구체적인 속성 혹은 평가 항목에 대해 나타난 감성들을 분석하는 것을 의미한다. 예를 들어, 어떤 식당에 대한 텍스트가 있을 때, 이 식당의 구체적인 속성들, 예를 들어 가격, 분위기, 서비스 등에 대한 감성을 분석하는 것이다.
기존의 방식들은 일반적으로 처리 가능한 감성분석이 학습 코퍼스에 직접적으로 나타난 표현들로 제한되는 한계를 가지고 있다. 예를 들어, 노트북에 대한 학습 코퍼스에 "배터리가 너무 짧다"는 표현은 있는데 "밧데리가 너무 짧다"는 표현은 없을 경우, "배터리"와 "밧데리"는 같은 속성을 가리킴에도 불구하고 "밧데리가 너무 짧다"는 표현에 대해서는 감성분석이 어려웠다. 또한 학습 코퍼스에 "배터리가 너무 짧다"는 표현은 있는데 “배터리가 금방 나간다”는 표현은 없을 경우, 전자가 '실망스런' 감성을 나타낸다는 것을 알고 있더라도 후자에 대해서는 감성분석이 어려웠다.
따라서 이러한 종래 기술의 문제점을 해결하기 위한 것으로, 본 발명의 목적은 사용자로부터 대상 키워드를 입력 받아 입력 받은 대상 키워드를 포함하는 문장 또는 글 등의 텍스트를 검색하고 검색된 텍스트를 기반으로 대상 키워드의 속성별로 감성 분석 결과를 산출하되 기 학습한 결과로 산출된 학습 결과물을 기반으로 감성 분석 결과를 산출하도록 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 장치, 시스템 및 그 방법을 제공하는데 있다.
그러나 본 발명의 목적은 상기에 언급된 사항으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 목적들을 달성하기 위하여, 본 발명의 한 관점에 따른 텍스트 기반 감성 분석 결과를 제공하기 위한 장치는 사용자로부터 감성을 분석하고자 하는 대상에 대한 키워드를 입력 받는 입력부; 입력 받은 상기 키워드에 대한 감성 분석을 서비스 서버에 요청하고 그 요청한 결과로 감성 분석 결과를 제공 받는 제어부; 제공받은 상기 감성 분석 결과에 따라 상기 대상에 대한 속성을 디스플레이하고 디스플레이된 각 속성마다 속성값에 상응하는 텍스트를 디스플레이하는 표시부; 및 제공받은 상기 감성 분석 결과를 저장하는 저장부를 포함하되, 상기 속성은 상기 감성의 대상에 대해 평가하거나 상기 감성을 표현하려는 구체적인 항목이고, 상기 속성값은 상기 속성을 평가하거나 상기 속성에 대한 감성을 나타내는 표현인 것을 특징으로 한다.
바람직하게, 상기 표시부는 상기 대상에 대한 속성을 디스플레이하여 디스플레이된 각 속성마다 다수의 감성을 디스플레이하며, 디스플레이된 상기 감성마다 상기 속성값에 상응하는 텍스트를 디스플레이하는 것을 특징으로 한다.
바람직하게, 상기 표시부는 상기 감성마다 상기 속성값에 상응하는 텍스트를 디스플레이하되, 상기 감성을 분석하는 판단 기준이 되는 속성 표현들과 속성값들은 상기 텍스트 내에서 구분될 수 있도록 색상, 밑줄, 및 하이라이트 중 적어도 하나를 이용하여 강조되도록 표시되는 것을 특징으로 한다.
바람직하게, 상기 표시부는 상기 감성마다 상기 속성값에 상응하는 텍스트를 디스플레이하되, 상기 감성을 분석하는 판단 기준이 되는 속성 표현들과 속성값들에 각각에 기 부여된 수치를 이용하여 점수를 산출하고, 산출된 상기 점수를 기반으로 상기 텍스트들 각각이 속하게 되는 해당 감성을 판단하는 것을 특징으로 한다.
본 발명의 다른 한 관점에 따른 텍스트 기반 감성 분석 결과를 제공하기 위한 시스템은 사용자 단말기로부터 제공받은 감성을 분석하고자 하는 대상에 대한 키워드를 포함하는 텍스트를 검색하고 기 학습된 학습 결과물을 기반으로 검색된 상기 텍스트로부터 상기 대상에 대한 속성별 감성 분석 결과를 산출하여 상기 사용자 단말기에 제공하는 서비스 서버; 및 기 수집된 학습 텍스트로부터 산출된 속성 표현 집합과 속성값 집합을 포함하는 학습 결과물을 저장하는 데이터베이스를 포함하되, 상기 속성은 상기 감성의 대상에 대해 평가하거나 상기 감성을 표현하려는 구체적인 항목이고, 상기 속성 표현 집합은 상기 속성을 가리키기 위하여 사용되는 구체적인 표현인 속성 표현의 집합을 나타내며, 상기 속성값 집합은 상기 속성을 평가하거나 상기 속성에 대한 감성을 나타내는 표현인 속성값의 집합을 나타내는 것을 특징으로 한다.
바람직하게, 상기 서비스 서버는 상기 감성을 분석하고자 하는 대상에 대한 키워드를 포함하는 텍스트를 검색하는 검색부; 기 학습된 학습 결과물을 기반으로 상기 텍스트로부터 속성 표현과 속성값들을 추출하는 상기 추출부; 및 추출된 상기 속성 표현과 상기 속성값들, 및 상기 학습 결과물을 기반으로 상기 키워드에 대한 감성 분석 결과를 산출하고 산출된 상기 감성 분석 결과를 사용자 단말기에 제공하는 분석부를 포함하는 것을 특징으로 한다.
바람직하게, 상기 분석부는 상기 학습 결과물의 속성 표현 집합과 속성값 집합에 추출된 상기 속성 표현과 상기 속성값들이 있는지를 확인하고, 그 확인한 결과에 따라 상기 학습 결과물의 속성 표현 집합과 속성값 집합에 해당하는 속성과 감성을 추출된 상기 속성 표현과 상기 속성값들의 속성과 감성으로 결정하는 것을 특징으로 한다.
바람직하게, 상기 서비스 서버는 학습을 위한 다수의 학습 텍스트를 미리 수집하는 수집부; 기 수집된 상기 학습 텍스트에 있는 속성 표현과 속성값들을 추출하는 추출부; 및 추출된 상기 속성 표현과 상기 속성값을 이용하여 감성 분석을 위한 학습을 하고 그 학습한 결과로 상기 학습 결과물을 생성하는 학습부를 포함하는 것을 특징으로 한다.
바람직하게, 상기 학습 결과물은 상기 속성 표현들의 집합, 상기 속성값들의 집합, 조합 가능한 모든 속성쌍의 상기 속성 표현과 상기 속성 값에 부여되는 수치, 및 조합 가능한 상기 속성 표현과 상기 속성 값에 부여된 수치를 이용하여 점수를 계산할 수 있는 방식을 포함하는 것을 특징으로 한다.
본 발명의 또 다른 한 관점에 따른 텍스트 기반 감성 분석 결과를 제공하기 위한 방법은 사용자로부터 감성을 분석하고자 하는 대상에 대한 키워드를 입력 받는 단계; 입력 받은 상기 키워드에 대한 감성 분석을 서비스 서버에 요청하고 그 요청한 결과로 감성 분석 결과를 제공 받는 단계; 제공받은 상기 감성 분석 결과에 따라 상기 대상에 대한 속성을 디스플레이하고 디스플레이된 각 속성마다 속성값에 상응하는 텍스트를 디스플레이하는 단계; 및 제공받은 상기 감성 분석 결과를 저장하는 단계를 포함하되, 상기 속성은 상기 감성의 대상에 대해 평가하거나 상기 감성을 표현하려는 구체적인 항목이고, 상기 속성값은 상기 속성을 평가하거나 상기 속성에 대한 감성을 나타내는 표현인 것을 특징으로 한다.
바람직하게, 상기 디스플레이하는 단계는 상기 대상에 대한 속성을 디스플레이하여 디스플레이된 각 속성마다 다수의 감성을 디스플레이하며, 디스플레이된 상기 감성마다 상기 속성값에 상응하는 텍스트를 디스플레이하는 것을 특징으로 한다.
바람직하게, 상기 디스플레이하는 단계는 상기 감성마다 상기 속성값에 상응하는 텍스트를 디스플레이하되, 상기 감성을 분석하는 판단 기준이 되는 속성 표현들과 속성값들은 상기 텍스트 내에서 구분될 수 있도록 색상, 밑줄, 및 하이라이트 중 적어도 하나를 이용하여 강조되도록 표시되는 것을 특징으로 한다.
바람직하게, 상기 디스플레이하는 단계는 상기 감성마다 상기 속성값에 상응하는 텍스트를 디스플레이하되, 상기 감성을 분석하는 판단 기준이 되는 속성 표현들과 속성값들에 각각에 기 부여된 수치를 이용하여 점수를 산출하고, 산출된 상기 점수를 기반으로 상기 텍스트들 각각이 속하게 되는 해당 감성을 판단하는 것을 특징으로 한다.
본 발명의 또 다른 한 관점에 따른 텍스트 기반 감성 분석 결과를 제공하기 위한 방법은 기 수집된 학습 텍스트로부터 산출된 속성 표현 집합과 속성값 집합을 포함하는 학습 결과물을 저장하는 단계; 사용자 단말기로부터 제공받은 감성을 분석하고자 하는 대상에 대한 키워드를 포함하는 텍스트를 검색하는 단계; 및 상기 기 학습된 학습 결과물을 기반으로 검색된 상기 텍스트로부터 상기 대상에 대한 속성별 감성 분석 결과를 산출하여 상기 사용자 단말기에 제공하는 단계를 포함하되, 상기 속성은 상기 감성의 대상에 대해 평가하거나 상기 감성을 표현하려는 구체적인 항목이고, 상기 속성 표현 집합은 상기 속성을 가리키기 위하여 사용되는 구체적인 표현인 속성 표현의 집합을 나타내며, 상기 속성값 집합은 상기 속성을 평가하거나 상기 속성에 대한 감성을 나타내는 표현인 속성값의 집합을 나타내는 것을 특징으로 한다.
바람직하게, 상기 제공하는 단계는 기 학습된 학습 결과물을 기반으로 상기 텍스트로부터 속성 표현과 속성값들을 추출하고, 추출된 상기 속성 표현과 상기 속성값들, 및 상기 학습 결과물을 기반으로 상기 키워드에 대한 감성 분석 결과를 산출하여 산출된 상기 감성 분석 결과를 상기 사용자 단말기에 제공하는 것을 특징으로 한다.
바람직하게, 상기 제공하는 단계는 상기 학습 결과물의 속성 표현 집합과 속성값 집합에 추출된 상기 속성 표현과 상기 속성값들이 있는지를 확인하고, 그 확인한 결과에 따라 상기 학습 결과물의 속성 표현 집합과 속성값 집합에 해당하는 속성과 감성을 추출된 상기 속성 표현과 상기 속성값들의 속성과 감성으로 결정하는 것을 특징으로 한다.
바람직하게, 상기 저장하는 단계는 학습을 위한 다수의 학습 텍스트를 미리 수집하여 기 수집된 상기 학습 텍스트에 있는 속성 표현과 속성값들을 추출하고, 추출된 상기 속성 표현과 상기 속성값을 이용하여 상기 감성을 분석하기 위한 학습을 하고 그 학습한 결과로 상기 학습 결과물을 생성하여 생성된 상기 학습 결과물을 저장하는 것을 특징으로 한다.
바람직하게, 상기 학습 결과물은 상기 속성 표현들의 집합, 상기 속성값들의 집합, 조합 가능한 모든 속성쌍의 상기 속성 표현과 상기 속성 값에 부여되는 수치, 및 조합 가능한 상기 속성 표현과 상기 속성 값에 부여된 수치를 이용하여 점수를 계산할 수 있는 방식을 포함하는 것을 특징으로 한다.
이를 통해, 본 발명은 사용자로부터 대상 키워드를 입력 받아 입력 받은 대상 키워드를 포함하는 문장 또는 글 등의 텍스트를 검색하고 검색된 텍스트를 기반으로 대상 키워드의 속성별로 감성 분석 결과를 산출하되 기 학습한 결과로 산출된 학습 결과물을 기반으로 감성 분석 결과를 산출하도록 함으로써, 감성 분석이 처리할 수 있는 표현을 다양화할 수 있는 효과가 있다.
또한, 본 발명은 감성 분석 결과로 대상 키워드에 대한 속성별 감성에 상응하는 점수를 제시하기 때문에 감성 분석 결과에 대한 객관성을 제시할 수 있는 효과가 있다.
또한, 본 발명은 감성 분석 결과로 대상 키워드에 대한 속성별 감성이 텍스트의 어느 부분을 근거로 판단되었는지를 표시하기 때문에 감성 분석 결과에 대한 근거를 제기할 수 있는 효과가 있다.
또한, 본 발명은 감성 분석 결과로 대상 키워드에 대한 속성별 감성이 판단된 근거와 점수를 제시하기 때문에 감성 분석 결과에 대한 신뢰도를 향상시킬 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 텍스트 기반 감성 분석 결과를 제공하기 위한 시스템을 개략적으로 나타낸다.
도 2는 본 발명의 일 실시예에 따른 사용자 단말기의 상세한 구성을 나타내는 도면이다.
도 3은 본 발명의 일 실시예에 따른 서비스 서버의 상세한 구성을 나타내는 도면이다.
도 4는 본 발명의 일 실시예에 따른 속성 표현과 속성값을 추출하는 원리를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 감성분석을 위한 학습 결과물의 일 형태를 나타낸다.
도 6은 발명의 일 실시예에 따른 감성분석을 위한 학습 결과물의 다른 형태를 나타낸다.
도 7은 본 발명의 일 실시예에 따른 감성 분석 과정을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 감성 분석 결과를 표시하는 화면을 보여준다.
도 9은 본 발명의 일 실시예에 따른 감성 분석 결과를 제공하기 위한 방법을 나타낸다.
이하에서는, 본 발명의 실시예에 따른 텍스트 기반 감성 분석 결과를 제공하기 위한 장치, 시스템 및 그 방법을 첨부한 도 1 내지 도 9를 참조하여 설명한다. 본 발명에 따른 동작 및 작용을 이해하는데 필요한 부분을 중심으로 상세히 설명한다.
또한, 본 발명의 구성 요소를 설명하는 데 있어서, 동일한 명칭의 구성 요소에 대하여 도면에 따라 다른 참조부호를 부여할 수도 있으며, 서로 다른 도면임에도 불구하고 동일한 참조부호를 부여할 수도 있다. 그러나, 이와 같은 경우라 하더라도 해당 구성 요소가 실시예에 따라 서로 다른 기능을 갖는다는 것을 의미하거나, 서로 다른 실시예에서 동일한 기능을 갖는다는 것을 의미하는 것은 아니며, 각각의 구성 요소의 기능은 해당 실시예에서의 각각의 구성요소에 대한 설명에 기초하여 판단하여야 할 것이다.
특히, 본 발명에서는 사용자로부터 대상 키워드를 입력 받아 입력 받은 대상 키워드를 포함하는 문장 또는 글 등의 텍스트를 검색하고 검색된 텍스트를 기반으로 대상 키워드의 속성별로 감성 분석 결과를 산출하되, 기 학습한 결과로 산출된 학습 결과물을 기반으로 감성 분석 결과를 산출하도록 하는 새로운 방안을 제안한다.
도 1은 본 발명의 일 실시예에 따른 텍스트 기반 감성 분석 결과를 제공하기 위한 시스템을 개략적으로 나타낸다.
도 1에 도시한 바와 같이, 본 발명에 따른 텍스트 기반 감성 분석 결과를 제공하기 위한 시스템은 사용자 단말기(110), 서비스 서버(120), 및 데이터베이스(130) 등을 포함하여 구성될 수 있다.
사용자 단말기(110)는 사용자의 메뉴 또는 키 조작에 따라 웹 브라우저 또는 전용 어플리케이션을 활성화하고 활성화된 웹 브라우저 또는 전용 어플리케이션을 통해 서비스 서버에 접속하여 접속된 서비스 서버에 입력 받은 대상 키워드에 대한 감성 분석을 요청하고 그 요청한 결과로 대상 키워드에 대한 속성별 감성 분석 결과를 제공 받을 수 있다.
여기서 대상 키워드는 제품, 사람, 정책 등을 나타내는 키워드를 포괄하는 개념일 수 있다.
서비스 서버(120)는 대상 키워드를 포함하는 문장 또는 글을 검색하여 기 학습된 학습 결과물을 기반으로 검색된 문장 또는 글 등의 텍스트로부터 대상 키워드의 속성별 감성 분석 결과를 산출할 수 있다.
데이터베이스(130)는 속성, 속성 표현, 속성값, 및 속성쌍 등을 저장할 수 있다.
여기서, 1)속성은 감성의 대상에 대해 평가하거나 감성을 표현하려는 구체적인 항목 예컨대, 감성의 대상이 식당이라면 속성은 '가격', '분위기', '서비스' 등을 나타낼 수 있다.
2)속성 표현은 어떤 속성을 가리키기 위하여 사용되는 구체적인 표현 예컨대, 식당의 '가격' 속성을 가리키기 위한 '가격', '음식값', '값' 등을 나타낼 수 있다.
3)속성값은 속성을 평가하거나 속성에 대한 감성을 나타내는 표현 예컨대, 식당의 '가격' 속성에 대한 '비싸다', '저렴하다' 등을 나타낼 수 있다.
4)속성쌍은 앞의 2), 3)에서 설명한 속성 표현과 속성값의 쌍 즉, {속성 표현, 속성값}으로 표현할 수 있는데, 예컨대, {음식값, 비싸다} 등으로 나타낼 수 있다.
도 2는 본 발명의 일 실시예에 따른 사용자 단말기의 상세한 구성을 나타낸다.
도 2에 도시한 바와 같이, 본 발명에 따른 사용자 단말기(110)는 통신부(111), 입력부(112), 제어부(113), 표시부(114), 및 저장부(115) 등을 포함하여 구성될 수 있다.
통신부(111)는 유선 통신 또는 무선 통신을 통해 서비스 서버(120)와 연동하여 각종 데이터를 송신 또는 수신할 수 있다. 예컨대, 통신부(111)는 감성 분석하고자 하는 특정 대상 키워드의 속성별 감성 분석 결과를 서비스 서버(120)로부터 수신할 수 있다.
입력부(112)는 사용자의 메뉴 또는 키 조작에 따라 정보를 입력 받을 수 있다.
제어부(113)는 사용자의 메뉴 또는 키 조작에 따라 웹 브라우저 또는 전용 어플리케이션을 활성화하고 활성화된 웹 브라우저 또는 전용 어플리케이션을 통해 입력 받은 대상 키워드에 대한 감성 분석을 서비스 서버(120)에 요청하고 그 요청한 결과로 대상 키워드의 속성별 감성 분석 결과를 제공 받을 수 있다.
표시부(114)는 웹 브라우저 또는 전용 어플리케이션을 통해 사용자로부터 감성 분석하고자 하는 특정 대상 키워드를 입력 받고 그 입력 받은 대상 키워드의 속성별 감성 분석 결과를 표시할 수 있다.
표시부(114)는 입력 받은 대상 키워드의 속성별 감성 분석 결과를 표시하되, 대상에 대한 속성을 표시하고 표시된 각 속성마다 속성값에 상응하는 문장 또는 글 등의 텍스트를 표시할 수 있다.
저장부(115)는 제공 받은 대상 키워드의 속성별 감정 분석 결과를 저장할 수 있다.
도 3은 본 발명의 일 실시예에 따른 서비스 서버의 상세한 구성을 나타낸다.
도 3에 도시한 바와 같이, 본 발명에 따른 서비스 서버(120)는 통신부(121), 수집부(122), 검색부(123), 추출부(124), 학습부(125), 및 분석부(126) 등을 포함하여 구성될 수 있다.
통신부(121)는 유선 통신 또는 무선 통신을 통해 사용자 단말기(110)와 연동하여 각종 데이터를 송신 또는 수신할 수 있다. 예컨대, 통신부(121)는 감성 분석하고자 하는 특정 대상 키워드의 속성별 감성 분석 결과를 사용자 단말기(110)에 송신할 수 있다.
수집부(122)는 학습을 위한 문장이나 글 등의 텍스트 즉, 학습 텍스트를 미리 수집할 수 있다.
추출부(124)는 학습을 위한 기 수집된 학습 텍스트에 있는 속성 표현과 속성값들을 추출할 수 있다. 이러한 속성 표현과 속성값을 추출하는 방식은 다양하다.
도 4는 본 발명의 일 실시예에 따른 속성 표현과 속성값을 추출하는 원리를 설명하기 위한 도면이다.
도 4에 도시한 바와 같이, 속성 표현과 속성값을 추출하는 한 가지 방법은 기 설정된 규칙을 사용하여 속성쌍을 추출하는 것이다. 그 일 예로, 속성쌍을 나타내는 형태소 단위의 규칙을 만들고, 이러한 규칙을 텍스트에 매치시키는 것이다.
"[속성]/nn (이|가)/jc [속성값]/jj"라는 규칙이 의미하는 것은 텍스트에서 명사+조사("이" 또는 "가")+형용사 패턴이 나타날 경우 명사 부분을 속성, 형용사 부분을 속성값으로 판단한다는 의미이다.
예컨대, "배터리가 짧다"라는 텍스트는 "배터리/nn 가/jc 짧/jj 다/ef"의 형태소로 되어 있고 여기에 위의 규칙이 매치가 되므로, {"배터리", "짧"}이 추출된다.
형태소 규칙 외에도 의존 관계(dependency relation)를 이용한 규칙을 사용할 수도 있다. 또는 텍스트 자체에 대해서 정규표현(regular expression)을 사용하여 규칙을 정할 수도 있다. 이처럼 본 발명에서는 속성쌍의 형태로 추출하고 있지만 반드시 이에 한정되지 않고 학습 방법에 따라서 다양한 형태로 추출할 수 있다.
학습부(125)는 추출된 속성 표현과 속성값을 이용하여 감성 분석을 위한 학습을 하고 그 학습한 결과로 학습 결과물을 생성할 수 있다. 여기서, 학습 결과물은 1)각 속성에 대해 그 속성을 가리키기 위해 사용되는 속성 표현들의 집합, 2)각 감성에 대해 그 감성을 나타내는 속성값들의 집합, 3)조합 가능한 모든 속성쌍에 대해 점수를 계산할 수 있는 정보, 및 4)조합 가능한 모든 속성쌍에 대해 점수를 계산할 수 있는 메트릭 등을 포함한다.
여기서, 정보는 속성쌍의 속성 표현과 속성값 각각에 부여되는 점수를 나타내고, 메트릭은 그 부여된 점수를 이용하여 속성쌍에 대한 점수를 계산하는 방식을 나타낸다.
이때, 학습 방법은 클러스터링 기법을 이용한 학습 방법, 통계적 기법을 이용한 학습 방법 등 다양하게 존재하며, 그 중 통계적 기법을 이용한 방법을 설명한다.
속성 표현의 집합에 들어가는 표현들 각각에 통계적인 의미를 지닌 수치를 부여한다. 한 가지 예로, 각 표현마다 해당되는 속성이 텍스트에 나타날 때 사용되는 비율을 부여할 수 있다. 예컨대, 도 6을 참조하면 텍스트에서 '배터리 수명' 속성에 대한 이야기를 할 때, 이 속성을 가리키기 위해 "배터리"라는 표현이 사용되는 비율이 0.3이고 "배터리 수명"이라는 표현이 사용되는 비율이 0.2라면 각각의 표현에 0.3, 0.2를 부여하는 것이다.
통계적인 의미의 수치는 단순한 빈도 비율 외에도 다양하게 부여할 수 있다. 이와 마찬가지로 감성별 속성값 집합에도 각각의 표현에 통계적인 의미를 지닌 수치를 부여한다. 그리고 어떤 두 표현 즉, 속성 표현 하나와 속성값 하나의 조합에 대해 점수를 계산할 때에는 두 수치를 곱해준다. 예컨대, 도 6을 참조하면 속성 표현 "배터리"와 속성값 "길다"의 조합에 대한 점수는 0.3 * 0.2 = 0.06이 된다.
도 5는 본 발명의 일 실시예에 따른 감성분석을 위한 학습 결과물의 일 형태를 나타낸다.
도 5에 도시한 바와 같이, 학습 결과물의 형태를 보여주고 있는데, NS 종류의 감성이 있고, NA 종류의 속성이 있다.
다시 말해 각 속성(501)에 대해 하나의 속성 표현 집합(502)과 NS개의 속성값 집합(503)이 학습되고 임의의 조합 즉, 속성쌍에 대해 부여되는 정보(504)와 속성쌍에 부여되는 정보를 이용하여 점수를 계산할 수 있는 메트릭(505)이 학습된다.
도 6은 발명의 일 실시예에 따른 감성분석을 위한 학습 결과물의 다른 형태를 나타낸다.
도 6에 도시한 바와 같이, 예컨대, '배터리 수명' 속성에 대한 학습 결과물을 보여주고 있다. 하나의 속성 표현 집합(601)과 두 종류 즉, 긍정, 부정의 감성에 대한 속성값 집합(602, 603)이 학습된다. 이는 하나의 예로 각 표현에 대해서 숫자가 반드시 학습되어야 하는 것은 아니며, 학습 방법 및 점수 계산 메트릭에 따라 다를 수 있다.
이러한 학습 결과를 이용하여 감성 분석을 하는 방법을 설명하면 다음과 같다.
예컨대, 속성 표현 집합에 있는 임의의 표현과 긍정 속성값 집합에 있는 임의의 표현의 조합은 항상 '배터리 수명' 속성에 대한 '긍정'을 나타낸다고 판단하고, 반대로 속성 표현 집합에 있는 임의의 표현과 부정 속성값 집합에 있는 임의의 표현과의 조합은 항상 '배터리 수명' 속성에 대한 '부정'을 나타낸다고 판단한다.
총 16개의 조합으로 '배터리 수명' 속성에 대한 '긍정' 판단을 할 수 있다.
상기 판단에 대한 점수는 조합에 들어있는 두 표현의 숫자를 곱하여 판단하는 방법이 있을 수 있다. 예를 들어, "배터리가 길다"라는 표현에 대해서는 0.06의 점수로(0.30 * 0.20) '배터리 수명' 속성에 대한 '긍정'이라고 판단할 수 있다.
이렇게 점수를 계산하는 방법 이외에도 다양한 점수 계산 방법이 사용될 수 있다.
검색부(123)는 대상 키워드를 포함하는 문장 또는 글을 검색할 수 있다. 이때, 검색부(123)는 포털 사이트 또는 소셜 미디어 상에서 대상 키워드를 포함하는 문장 또는 글을 검색하게 된다.
추출부(124)는 검색된 문장 또는 글에 있는 속성 표현과 속성값들을 추출할 수 있다.
분석부(126)는 추출된 속성 표현과 속성값들, 및 기 학습된 학습 결과물을 기반으로 대상 키워드에 대한 감성 분석 결과를 산출하고 산출된 감성 분석 결과를 사용자 단말기(110)에 제공할 수 있다.
감성 분석 과정을 구체적으로 살펴보면, 각각의 속성쌍에 대해 다음과 같은 과정을 거쳐서 감성을 판단한다. 먼저 분석부(126)는 속성쌍의 속성 표현이 들어있는 속성을 학습 결과물에서 검색할 수 있다. 즉, 분석부(126)는 학습 결과물의 각 속성에 대해서, 속성 표현 집합에 현재 속성쌍의 속성 표현이 있는지를 확인한다.
분석부(126)는 그 확인한 결과로 현재 속성쌍의 속성 표현이 있다면, 그 속성의 감성별 속성값 집합들에 현재 속성쌍의 속성값이 들어있는지를 확인할 수 있다.
분석부(126)는 그 확인한 결과로 현재 속성쌍의 속성값이 있다면, 해당되는 속성과 해당되는 감성을 현재 속성쌍의 감성으로 판단하고 이에 대한 점수를 계산할 수 있다.
분석부(126)는 판단한 결과를 다양한 형식으로 가공하여 속성별 감성 분석에 대한 감성 분석 결과를 산출할 수 있다. 그 일예로, 감성 분석 결과에는 감성이 파악된 속성쌍 정보가 있을 수 있고, 그 속성쌍이 실제 텍스트에서 해당되는 부분에 대한 정보를 가지고 있을 수도 있다. 다른 예로, 감성이 판단된 어떤 속성쌍의 점수가 미리 정해놓은 임계값(threshold)를 넘지 않을 경우 감성 분석 결과에서는 해당하는 텍스트에 대한 감성이 없다고 하거나 제시하지 않을 수도 있다.
도 7은 본 발명의 일 실시예에 따른 감성 분석 과정을 설명하기 위한 도면이다.
도 7에 도시한 바와 같이, 기 수집된 학습 텍스트(701)로부터 각 속성에 대한 학습을 하여 학습 결과물(702)을 생성한 후 그 학습 결과물(702)을 이용해 새로운 분석할 텍스트(702)를 분석하여 분석 결과704)를 생성한다.
예컨대, 학습 결과물을 이용해 "밧데리가 너무 짧아서"라는 표현에 대해 감성을 판단하고, 그 판단한 결과로 '배터리 수명' 속성에 대해 '실망스런' 감성이 있다고 판단하며 이 판단에 대한 신뢰도는 속성표현 집합에서의 밧데리(0.2)와 실망 속성값 집합에서의 짧다(0.2)를 근거로 0.04가 산출된다.
그리고 추가로 이러한 판단에 대한 근거가 되는 텍스트를 함께 제시해 주게 된다.
도 8은 본 발명의 일 실시예에 따른 감성 분석 결과를 표시하는 화면을 보여준다.
도 8에 도시한 바와 같이, '아이폰4'에 관해 텍스트를 분석한 결과의 예를 보여주고 있다. 대상 키워드 아이폰4(801)의 속성 중 디스플레이(802)와 디자인(803)에 관한 결과가 나와 있다.
감성은 디스플레이(802)와 디자인(803) 각각에 만족(804a, 805a), 용인(804b, 805b), 실망(804c, 805c), 화남(804d, 805d)의 네 종류가 있고, 색상 박스를 통해 보여준다.
디스플레이(802)의 감성 박스 오른쪽에는 해당되는 속성에 대해 이 감성을 나타내기 위해 사용된 속성값(806a, 806b, 806c, 806d)의 예들이 나열되어 있다. '디스플레이'에 대한 '만족'의 경우, "해상도가 높다", "레티나"등의 표현(806a)이 사용되었다는 뜻이다.
그리고 사용자가 감성 박스를 클릭하면 실제 텍스트를 볼 수도 있다. 디스플레이(802)에 대한 만족(804a)을 나타내기 위해 만족(804a)을 클리하면 실제 텍스트(807)가 나타나는데, 실제 텍스트에서는 "화면 해상도가 진짜 높은 듯", "레티나 디스플레이의 선명한 화질을 ..." 같은 표현들(807)이 사용되었다는 것을 보여준다. 텍스트에서 "디스플레이"라는 표현이 직접적으로 사용되지 않았더라도, 본 발명에서 제시하는 분석 방법을 통해 "스크린", "화면", "액정" 등의 속성 표현들과 속성값의 조합을 사용하여 감성 분석이 성공적으로 이루어진다.
마찬가지로 디자인(803)의 감성 박스 오른쪽에는 해당되는 속성에 대해 이 감성을 나타내기 위해 사용된 속성값(807a, 807b, 807c, 807d)의 예들이 나열되어 있다.
그리고 사용자가 감성 박스를 클릭하면 실제 텍스트를 볼 수도 있다. 디자인(803)에 대한 실망(805c)을 나타내기 위해 실망(805c)을 클리하면 실제 텍스트(809)가 나타난다.
이때, 감성을 분석하는 판단 기준이 되는 속성 표현들과 속성값들은 텍스트 내에서 구분될 수 있도록 색상, 밑줄, 및 하이라이트 등이 다르게 적용되어 디스플레이 된다.
도 9은 본 발명의 일 실시예에 따른 감성 분석 결과를 제공하기 위한 방법을 나타낸다.
도 9에 도시한 바와 같이, 사용자 단말기(110)는 사용자로부터 감성을 분석하고자 하는 대상에 대한 대상 키워드를 입력 받으면(S910) 입력 받은 대상 키워드를 제공하여 제공한 대상 키워드에 대한 감성 분석 결과를 서비스 서버(120)에 요청할 수 있다(S920).
다음으로, 서비스 서버(120)는 대상 키워드를 제공 받으면, 제공 받은 대상 키워드를 포함하는 문장 또는 글 등의 텍스트를 검색할 수 있다(S930).
다음으로, 서비스 서버(120)는 검색된 텍스트로부터 속성별 속성 표현과 속성값의 속성쌍을 추출할 수 있다(S940). 즉, 서비스 서버(120)는 기 학습된 학습 결과물을 기반으로 검색된 텍스트로부터 대상 키워드의 기 설정된 속성별로 속성 표현과 속성값의 속성쌍을 추출하게 되는데, 대상 키워드의 속성은 사전에 학습을 통해 미리 설정된다.
다음으로, 서비스 서버는 추출된 속성쌍을 기반으로 대상 키워드에 대한 감성 분석 결과를 산출하고(S950) 산출된 감성 분석 결과를 사용자 단말기에 제공할 수 있다(S960).
다음으로, 사용자 단말기는 서비스 서버로부터 속성별 감성 분석 결과를 제공받고 제공받은 대상에 대한 속성별 감성 분석 결과를 디스플레이할 수 있다(S970).
한편, 이상에서 설명한 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 기재되어 있다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 또한, 이와 같은 컴퓨터 프로그램은 USB 메모리, CD 디스크, 플래쉬 메모리 등과 같은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 캐리어 웨이브 매체 등이 포함될 수 있다.
이상에서 설명한 실시예들은 그 일 예로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
110: 사용자 단말기
111: 통신부
112: 입력부
113: 제어부
114: 표시부
115: 저장부
120: 서비스 서버
121: 통신부
122: 수집부
123: 검색부
124: 추출부
125: 학습부
126: 분석부
130: 데이터베이스

Claims (18)

  1. 사용자로부터 감성을 분석하고자 하는 대상에 대한 키워드를 입력 받는 입력부;
    입력 받은 상기 키워드에 대한 감성 분석을 서비스 서버에 요청하고 그 요청한 결과로 감성 분석 결과를 제공 받는 제어부;
    제공받은 상기 감성 분석 결과에 따라 상기 대상에 대한 속성을 디스플레이하고 디스플레이된 각 속성마다 속성값에 상응하는 텍스트를 디스플레이하는 표시부; 및
    제공받은 상기 감성 분석 결과를 저장하는 저장부;
    를 포함하되, 상기 속성은 상기 감성의 대상에 대해 평가하거나 상기 감성을 표현하려는 구체적인 항목이고, 상기 속성값은 상기 속성을 평가하거나 상기 속성에 대한 감성을 나타내는 표현인 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 장치.
  2. 제1 항에 있어서,
    상기 표시부는,
    상기 대상에 대한 속성을 디스플레이하여 디스플레이된 각 속성마다 다수의 감성을 디스플레이하며,
    디스플레이된 상기 감성마다 상기 속성값에 상응하는 텍스트를 디스플레이하는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 장치.
  3. 제2 항에 있어서,
    상기 표시부는,
    상기 감성마다 상기 속성값에 상응하는 텍스트를 디스플레이하되, 상기 감성을 분석하는 판단 기준이 되는 속성 표현들과 속성값들은 상기 텍스트 내에서 구분될 수 있도록 색상, 밑줄, 및 하이라이트 중 적어도 하나를 이용하여 강조되도록 표시되는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 장치.
  4. 제1 항에 있어서,
    상기 표시부는,
    상기 감성마다 상기 속성값에 상응하는 텍스트를 디스플레이하되, 상기 감성을 분석하는 판단 기준이 되는 속성 표현들과 속성값들에 각각에 기 부여된 수치를 이용하여 점수를 산출하고,
    산출된 상기 점수를 기반으로 상기 텍스트들 각각이 속하게 되는 해당 감성을 판단하는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 장치.
  5. 사용자 단말기로부터 제공받은 감성을 분석하고자 하는 대상에 대한 키워드를 포함하는 텍스트를 검색하고 기 학습된 학습 결과물을 기반으로 검색된 상기 텍스트로부터 상기 대상에 대한 속성별 감성 분석 결과를 산출하여 상기 사용자 단말기에 제공하는 서비스 서버; 및
    기 수집된 학습 텍스트로부터 산출된 속성 표현 집합과 속성값 집합을 포함하는 학습 결과물을 저장하는 데이터베이스;
    를 포함하되, 상기 속성은 상기 감성의 대상에 대해 평가하거나 상기 감성을 표현하려는 구체적인 항목이고, 상기 속성 표현 집합은 상기 속성을 가리키기 위하여 사용되는 구체적인 표현인 속성 표현의 집합을 나타내며, 상기 속성값 집합은 상기 속성을 평가하거나 상기 속성에 대한 감성을 나타내는 표현인 속성값의 집합을 나타내는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 시스템.
  6. 제5 항에 있어서,
    상기 서비스 서버는,
    상기 감성을 분석하고자 하는 대상에 대한 키워드를 포함하는 텍스트를 검색하는 검색부;
    기 학습된 학습 결과물을 기반으로 상기 텍스트로부터 속성 표현과 속성값들을 추출하는 상기 추출부; 및
    추출된 상기 속성 표현과 상기 속성값들, 및 상기 학습 결과물을 기반으로 상기 키워드에 대한 감성 분석 결과를 산출하고 산출된 상기 감성 분석 결과를 사용자 단말기에 제공하는 분석부;
    를 포함하는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 시스템.
  7. 제5 항에 있어서,
    상기 분석부는,
    상기 학습 결과물의 속성 표현 집합과 속성값 집합에 추출된 상기 속성 표현과 상기 속성값들이 있는지를 확인하고,
    그 확인한 결과에 따라 상기 학습 결과물의 속성 표현 집합과 속성값 집합에 해당하는 속성과 감성을 추출된 상기 속성 표현과 상기 속성값들의 속성과 감성으로 결정하는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 시스템.
  8. 제5 항에 있어서,
    상기 서비스 서버는,
    학습을 위한 다수의 학습 텍스트를 미리 수집하는 수집부;
    기 수집된 상기 학습 텍스트에 있는 속성 표현과 속성값들을 추출하는 추출부; 및
    추출된 상기 속성 표현과 상기 속성값을 이용하여 감성 분석을 위한 학습을 하고 그 학습한 결과로 상기 학습 결과물을 생성하는 학습부;
    를 포함하는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 시스템.
  9. 제5 항에 있어서,
    상기 학습 결과물은,
    상기 속성 표현들의 집합, 상기 속성값들의 집합, 조합 가능한 모든 속성쌍의 상기 속성 표현과 상기 속성 값에 부여되는 수치, 및 조합 가능한 상기 속성 표현과 상기 속성 값에 부여된 수치를 이용하여 점수를 계산할 수 있는 방식을 포함하는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 시스템.
  10. 사용자로부터 감성을 분석하고자 하는 대상에 대한 키워드를 입력 받는 단계;
    입력 받은 상기 키워드에 대한 감성 분석을 서비스 서버에 요청하고 그 요청한 결과로 감성 분석 결과를 제공 받는 단계;
    제공받은 상기 감성 분석 결과에 따라 상기 대상에 대한 속성을 디스플레이하고 디스플레이된 각 속성마다 속성값에 상응하는 텍스트를 디스플레이하는 단계; 및
    제공받은 상기 감성 분석 결과를 저장하는 단계;
    를 포함하되, 상기 속성은 상기 감성의 대상에 대해 평가하거나 상기 감성을 표현하려는 구체적인 항목이고, 상기 속성값은 상기 속성을 평가하거나 상기 속성에 대한 감성을 나타내는 표현인 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 방법.
  11. 제10 항에 있어서,
    상기 디스플레이하는 단계는,
    상기 대상에 대한 속성을 디스플레이하여 디스플레이된 각 속성마다 다수의 감성을 디스플레이하며,
    디스플레이된 상기 감성마다 상기 속성값에 상응하는 텍스트를 디스플레이하는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 방법.
  12. 제11 항에 있어서,
    상기 디스플레이하는 단계는,
    상기 감성마다 상기 속성값에 상응하는 텍스트를 디스플레이하되, 상기 감성을 분석하는 판단 기준이 되는 속성 표현들과 속성값들은 상기 텍스트 내에서 구분될 수 있도록 색상, 밑줄, 및 하이라이트 중 적어도 하나를 이용하여 강조되도록 표시되는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 방법.
  13. 제10 항에 있어서,
    상기 디스플레이하는 단계는,
    상기 감성마다 상기 속성값에 상응하는 텍스트를 디스플레이하되, 상기 감성을 분석하는 판단 기준이 되는 속성 표현들과 속성값들에 각각에 기 부여된 수치를 이용하여 점수를 산출하고,
    산출된 상기 점수를 기반으로 상기 텍스트들 각각이 속하게 되는 해당 감성을 판단하는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 방법.
  14. 기 수집된 학습 텍스트로부터 산출된 속성 표현 집합과 속성값 집합을 포함하는 학습 결과물을 저장하는 단계;
    사용자 단말기로부터 제공받은 감성을 분석하고자 하는 대상에 대한 키워드를 포함하는 텍스트를 검색하는 단계; 및
    상기 기 학습된 학습 결과물을 기반으로 검색된 상기 텍스트로부터 상기 대상에 대한 속성별 감성 분석 결과를 산출하여 상기 사용자 단말기에 제공하는 단계;
    를 포함하되, 상기 속성은 상기 감성의 대상에 대해 평가하거나 상기 감성을 표현하려는 구체적인 항목이고, 상기 속성 표현 집합은 상기 속성을 가리키기 위하여 사용되는 구체적인 표현인 속성 표현의 집합을 나타내며, 상기 속성값 집합은 상기 속성을 평가하거나 상기 속성에 대한 감성을 나타내는 표현인 속성값의 집합을 나타내는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 방법.
  15. 제14 항에 있어서,
    상기 제공하는 단계는,
    기 학습된 학습 결과물을 기반으로 상기 텍스트로부터 속성 표현과 속성값들을 추출하고,
    추출된 상기 속성 표현과 상기 속성값들, 및 상기 학습 결과물을 기반으로 상기 키워드에 대한 감성 분석 결과를 산출하여 산출된 상기 감성 분석 결과를 상기 사용자 단말기에 제공하는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 방법.
  16. 제14 항에 있어서,
    상기 제공하는 단계는,
    상기 학습 결과물의 속성 표현 집합과 속성값 집합에 추출된 상기 속성 표현과 상기 속성값들이 있는지를 확인하고,
    그 확인한 결과에 따라 상기 학습 결과물의 속성 표현 집합과 속성값 집합에 해당하는 속성과 감성을 추출된 상기 속성 표현과 상기 속성값들의 속성과 감성으로 결정하는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 방법.
  17. 제14 항에 있어서,
    상기 저장하는 단계는,
    학습을 위한 다수의 학습 텍스트를 미리 수집하여 기 수집된 상기 학습 텍스트에 있는 속성 표현과 속성값들을 추출하고,
    추출된 상기 속성 표현과 상기 속성값을 이용하여 상기 감성을 분석하기 위한 학습을 하고 그 학습한 결과로 상기 학습 결과물을 생성하여 생성된 상기 학습 결과물을 저장하는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 방법.
  18. 제14 항에 있어서,
    상기 학습 결과물은,
    상기 속성 표현들의 집합, 상기 속성값들의 집합, 조합 가능한 모든 속성쌍의 상기 속성 표현과 상기 속성 값에 부여되는 수치, 및 조합 가능한 상기 속성 표현과 상기 속성 값에 부여된 수치를 이용하여 점수를 계산할 수 있는 방식을 포함하는 것을 특징으로 하는 텍스트 기반 감성 분석 결과를 제공하기 위한 방법.
KR1020120147545A 2012-12-17 2012-12-17 텍스트 기반 감성 분석 결과를 제공하기 위한 장치, 시스템 및 그 방법 KR20140078312A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020120147545A KR20140078312A (ko) 2012-12-17 2012-12-17 텍스트 기반 감성 분석 결과를 제공하기 위한 장치, 시스템 및 그 방법
US13/945,290 US20140172415A1 (en) 2012-12-17 2013-07-18 Apparatus, system, and method of providing sentiment analysis result based on text

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120147545A KR20140078312A (ko) 2012-12-17 2012-12-17 텍스트 기반 감성 분석 결과를 제공하기 위한 장치, 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR20140078312A true KR20140078312A (ko) 2014-06-25

Family

ID=50931941

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120147545A KR20140078312A (ko) 2012-12-17 2012-12-17 텍스트 기반 감성 분석 결과를 제공하기 위한 장치, 시스템 및 그 방법

Country Status (2)

Country Link
US (1) US20140172415A1 (ko)
KR (1) KR20140078312A (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160014929A (ko) * 2014-07-30 2016-02-12 경북대학교 산학협력단 디스플레이 장치 및 그 제어 방법
CN108228867A (zh) * 2018-01-15 2018-06-29 武汉大学 一种基于观点增强的主题协同过滤推荐方法
KR20190064312A (ko) 2017-11-30 2019-06-10 삼성에스디에스 주식회사 감성 분석 방법 및 그 장치
KR20200048693A (ko) 2018-10-30 2020-05-08 삼성에스디에스 주식회사 감성 분석 시스템 및 그 방법
KR20200050160A (ko) * 2018-11-01 2020-05-11 주식회사 한글과컴퓨터 문서에 대한 감성 분석이 가능한 문서 편집용 전자 단말 장치 및 그 동작 방법
CN111722726A (zh) * 2019-03-20 2020-09-29 北京搜狗科技发展有限公司 一种颜文字的确定方法和装置
KR20220069403A (ko) * 2020-11-20 2022-05-27 네이버 주식회사 하이라이팅 기능이 포함된 감정 분석 서비스를 위한 방법 및 장치
KR20230068092A (ko) 2021-11-10 2023-05-17 동의대학교 산학협력단 동사와 형용사와 같은 품사를 이용한 음식 메뉴 명사 추출 방법과 이를 이용하여 음식 사전을 업데이트하는 방법 및 이를 위한 시스템

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10446142B2 (en) * 2015-05-20 2019-10-15 Microsoft Technology Licensing, Llc Crafting feedback dialogue with a digital assistant
US10997226B2 (en) * 2015-05-21 2021-05-04 Microsoft Technology Licensing, Llc Crafting a response based on sentiment identification
US9710459B2 (en) 2015-08-18 2017-07-18 International Business Machines Corporation Communication monitoring based on sentiment
US10157360B1 (en) * 2015-09-22 2018-12-18 Comindware Ltd. Smart bricks information system
WO2017163346A1 (ja) * 2016-03-23 2017-09-28 株式会社野村総合研究所 文章解析システム及びプログラム
JP6712387B2 (ja) * 2016-07-21 2020-06-24 国立大学法人電気通信大学 コミュニケーション支援装置、コミュニケーション支援方法およびコミュニケーション支援プログラム
CN107315820A (zh) * 2017-07-01 2017-11-03 北京奇虎科技有限公司 基于移动终端的用户交互界面的表情搜索方法及装置
CN109829033B (zh) * 2017-11-23 2023-04-18 阿里巴巴集团控股有限公司 数据展示方法和终端设备
US10878196B2 (en) 2018-10-02 2020-12-29 At&T Intellectual Property I, L.P. Sentiment analysis tuning
US10831998B2 (en) * 2018-12-19 2020-11-10 International Business Machines Corporation Visualizing sentiment on an input device
CN110263333B (zh) * 2019-06-06 2022-11-15 北京融汇金信信息技术有限公司 一种基于树模型的情感分析处理方法及装置
US20210209289A1 (en) * 2020-01-07 2021-07-08 Samsung Electronics Co., Ltd. Method and apparatus for generating customized content based on user intent
CN114706954A (zh) * 2022-04-07 2022-07-05 中银金融科技有限公司 一种情感极性的分析方法、装置、设备及可读存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8862591B2 (en) * 2006-08-22 2014-10-14 Twitter, Inc. System and method for evaluating sentiment
US20080215571A1 (en) * 2007-03-01 2008-09-04 Microsoft Corporation Product review search
US8799773B2 (en) * 2008-01-25 2014-08-05 Google Inc. Aspect-based sentiment summarization
US20100169317A1 (en) * 2008-12-31 2010-07-01 Microsoft Corporation Product or Service Review Summarization Using Attributes
CN101901230A (zh) * 2009-05-31 2010-12-01 国际商业机器公司 信息检索方法和用户评论处理方法及其系统
US20110112995A1 (en) * 2009-10-28 2011-05-12 Industrial Technology Research Institute Systems and methods for organizing collective social intelligence information using an organic object data model
US8949211B2 (en) * 2011-01-31 2015-02-03 Hewlett-Packard Development Company, L.P. Objective-function based sentiment
US8532981B2 (en) * 2011-03-21 2013-09-10 Xerox Corporation Corpus-based system and method for acquiring polar adjectives
US8352405B2 (en) * 2011-04-21 2013-01-08 Palo Alto Research Center Incorporated Incorporating lexicon knowledge into SVM learning to improve sentiment classification
US8838438B2 (en) * 2011-04-29 2014-09-16 Cbs Interactive Inc. System and method for determining sentiment from text content
US20130018892A1 (en) * 2011-07-12 2013-01-17 Castellanos Maria G Visually Representing How a Sentiment Score is Computed
US20130218914A1 (en) * 2012-02-20 2013-08-22 Xerox Corporation System and method for providing recommendations based on information extracted from reviewers' comments

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160014929A (ko) * 2014-07-30 2016-02-12 경북대학교 산학협력단 디스플레이 장치 및 그 제어 방법
KR20190064312A (ko) 2017-11-30 2019-06-10 삼성에스디에스 주식회사 감성 분석 방법 및 그 장치
CN108228867A (zh) * 2018-01-15 2018-06-29 武汉大学 一种基于观点增强的主题协同过滤推荐方法
KR20200048693A (ko) 2018-10-30 2020-05-08 삼성에스디에스 주식회사 감성 분석 시스템 및 그 방법
KR20200050160A (ko) * 2018-11-01 2020-05-11 주식회사 한글과컴퓨터 문서에 대한 감성 분석이 가능한 문서 편집용 전자 단말 장치 및 그 동작 방법
CN111722726A (zh) * 2019-03-20 2020-09-29 北京搜狗科技发展有限公司 一种颜文字的确定方法和装置
CN111722726B (zh) * 2019-03-20 2024-06-07 北京搜狗科技发展有限公司 一种颜文字的确定方法和装置
KR20220069403A (ko) * 2020-11-20 2022-05-27 네이버 주식회사 하이라이팅 기능이 포함된 감정 분석 서비스를 위한 방법 및 장치
KR20230068092A (ko) 2021-11-10 2023-05-17 동의대학교 산학협력단 동사와 형용사와 같은 품사를 이용한 음식 메뉴 명사 추출 방법과 이를 이용하여 음식 사전을 업데이트하는 방법 및 이를 위한 시스템

Also Published As

Publication number Publication date
US20140172415A1 (en) 2014-06-19

Similar Documents

Publication Publication Date Title
KR20140078312A (ko) 텍스트 기반 감성 분석 결과를 제공하기 위한 장치, 시스템 및 그 방법
US11270229B2 (en) Using machine learning to predict outcomes for documents
US9015168B2 (en) Device and method for generating opinion pairs having sentiment orientation based impact relations
CN108038725A (zh) 一种基于机器学习的电商产品客户满意度分析方法
CN103399916A (zh) 基于产品特征的互联网评论观点挖掘方法及系统
KR101713258B1 (ko) 글에 반영된 사용자의 심리 상태 정보 제공 장치 및 그 방법
KR101735312B1 (ko) 소셜 미디어 분석을 기반으로 복합이슈를 탐지하기 위한 장치, 시스템 및 그 방법
JP6529133B2 (ja) 複数地域でのトピックの評価を分析する装置、プログラム及び方法
US10037379B2 (en) Voice input and output database search method and device
Haque et al. Opinion mining from bangla and phonetic bangla reviews using vectorization methods
CN108170685B (zh) 文本情感分析方法、装置和计算机可读存储介质
KR20140047226A (ko) 이슈 일지를 제공하는 단말기, 이슈 일지를 생성하는 서버 및 이슈 일지 제공 및 생성 방법
Rathan et al. Every post matters: a survey on applications of sentiment analysis in social media
KR102119083B1 (ko) 사용자 리뷰 기반 평점 재산정 장치 및 방법, 이를 기록한 기록매체
Ahiladas et al. Ruchi: Rating individual food items in restaurant reviews
KR100913049B1 (ko) 사용자 선호도를 이용한 긍정/부정 검색 결과 제공 방법 및시스템
Tariku et al. Sentiment Mining and Aspect Based Summarization of Opinionated Afaan Oromoo News Text
Ikram et al. Open source software adoption evaluation through feature level sentiment analysis using Twitter data
CN112214663A (zh) 获取舆情声量的方法、系统、装置、存储介质及移动终端
KR101614843B1 (ko) 사회 이슈에 대한 은폐를 탐지하는 방법 및 판단 장치
US9940319B2 (en) Information analysis system, information analysis method, and information analysis program
KR20210029006A (ko) 제품 평가 마이닝 방법 및 이를 수행하는 장치
CN110019702B (zh) 数据挖掘方法、装置和设备
Lai et al. Sentiment analysis of online customer reviews for hotel industry: an appraisal of hybrid approach
JP2016162357A (ja) 商品に対するユーザの感情分析装置及びプログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application