딥러닝 기반의 다범주 감성분석 모델 개발

알렉스 샤이코니; 서상현; 권영식

추천

검색

자료유형: 학술저널

저자정보: 알렉스 샤이코니 (동국대학교 산업시스템공학과) 서상현 (동국대학교 컴퓨터공학과) 권영식 (동국대학교 산업시스템공학과)

저널정보: 한국IT서비스학회 한국IT서비스학회지 한국IT서비스학회지 제16권 제4호

발행연도: 2017.1

수록면: 149 - 160 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Sentiment analysis is the process of determining whether a piece of document, text or conversation is positive, negative, neural or other emotion. Sentiment analysis has been applied for several real-world applications, such as chatbot. In the last five years, the practical use of the chatbot has been prevailing in many field of industry. In the chatbot applications, to recognize the user emotion, sentiment analysis must be performed in advance in order to understand the intent of speakers. The specific emotion is more than describing positive or negative sentences. In light of this context, we propose deep learning models for conducting multi-class sentiment analysis for identifying speaker's emotion which is categorized to be joy, fear, guilt, sad, shame, disgust, and anger. Thus, we develop convolutional neural network (CNN), long short term memory (LSTM), and multi-layer neural network models, as deep neural networks models, for detecting emotion in a sentence. In addition, word embedding process was also applied in our research. In our experiments, we have found that long short term memory (LSTM) model performs best compared to convolutional neural networks and multi-layer neural networks. Moreover, we also show the practical applicability of the deep learning models to the sentiment analysis for chatbot.

#Sentiment Analysis #Convolutional Neural Networks #Long Short-Term Memory #Word2vec

참고문헌 (23)

참고문헌 신청

Bakliwal, A. / 2013 / Sentiment Analysis of Political Tweets : Towards An Accurate Classifier / Proceedings of the NAACL Workshop on Language Analysis in Social Media :50~58

Bollen, J. / 2010 / Twitter Mood Predicts The Stock Market / Journal of Computational Science 2(1):1~8

Ding, X. / 2008 / A Holistic Lexiconbased Approach to Opinion Mining / Proceedings of the 2008 International Conference on Web Search and Data Mining :231~240

Dos Santos, C. N. / 2014 / Deep Convolutional Neural Networks for Sentiment Analysis of Short Texts / Proceedings of COLING, the 25th International Conference on Computational Linguistics :23~29

Feldman, R. / 2013 / Techniques and Applications for Sentiment Analysis / Communications of the ACM 56(4):82~89

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

알렉스 샤이코니

소속기관 동국대학교 산업시스템공학과

주요연구분야 사회과학 > 경영학

논문수 1 이용수 15

서상현

소속기관 동국대학교 컴퓨터공학과

주요연구분야 사회과학 > 경영학

논문수 1 이용수 15

권영식

소속기관 LG CNS<affiliationid type="KISTI"> CC0175972</affiliationid>

주요연구분야 사회과학 > 경영학

논문수 8 이용수 57

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (23)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)