The Journal of Korean Institute of Information Technology (한국정보기술학회논문지)

Korean Institute of Information Technology (한국정보기술학회)
권호 표지
DOI QR코드

DOI QR Code

Design for Opinion Dictionary of Emotion Applying Rules for Antonym of the Korean Grammar

한국 문법의 반의어 규칙을 적용한 오피니언 감성사전 설계

  • 서지훈 (인천대학교 컴퓨터공학과) ;
  • 조혜진 (인천대학교 컴퓨터공학과) ;
  • 최진탁 (인천대학교 컴퓨터공학과)
  • Received : 2014.10.24
  • Accepted : 2014.11.30
  • Published : 2015.02.28
⟨ Previous Next ⟩

Abstract

Utilization of big data in modern society becomes important due to the increasing supply of the media, communication media, internet media and smart phones through development of information and communications computer technology and the spread of IT industry. While the management technology of big data keeps developing by the geometric growth of data, the converged service that utilizes data, grafts and applications of business marketing is insufficient. As a result, this paper attempts to suggest the algorithm that enhances the distinction accuracy of positive and negative tagging upon vocabularies by building opinion dictionary of emotion. The aim is to treat irony of the Korean grammar based on the text document of unformatted data by using opinion mining for online news related to stocks of users. This proposal compiled new emotion data through the analysis of rules and patterns about antonym and adversative relations based on the liking words of the Korean grammar.

현대 사회는 정보통신 컴퓨터 기술의 발전과 IT 산업의 확산을 통한 언론, 통신 매체 및 인터넷 미디어, 스마트폰의 보급률의 증가로 인하여 대용량 데이터의 활용이 중요시되고 있다. 하지만 데이터가 기하급수적으로 증가하는 현상으로 인해 빅데이터의 관리 기법은 발전을 거듭하고 있는 반면 데이터를 활용하여 고객이 제시하는 상품평을 분석하여 비즈니스 마케팅에 응용 및 접목시키는 융합 서비스는 미흡한 상황이다. 이에 따라 본 논문은 사용자의 주식 관련 온라인 뉴스 기사를 대상으로 오피니언마이닝을 이용하여 비정형 데이터인 텍스트 문서를 기반으로 한국어 문법의 반어법 처리를 위한 오피니언 감성사전을 구축하여 어휘에 따른 긍정 및 부정 태깅의 판별 정확도를 높일 수 있는 알고리즘을 제안하고자 한다. 본 제안은 한국어 문법 어휘의 접속어 중심의 반의어와 역접관계에 대한 규칙성 및 패턴을 분석하여 새로운 감성 데이터를 구축하였다.

Keywords

Acknowledgement

Supported by : 국토교통부

References

  1. Xindong Wu, Xingquan Zhu, Gong-Qing Wu, and Wei Ding, "Data Mining with Big Data", IEEE Transactions on knowledge and data engineering, Vol. 26, No. 1, pp. 97-107, Jan. 2014. https://doi.org/10.1109/TKDE.2013.109
  2. Sang-Rak Kim and Man-mo Kang "Today and Future for Big Data analysis technology", Journal of Computing Science and Enginnering, Vol. 32, No. 1, pp. 8-17, Jan. 2014.
  3. V Sindhwani and P Melville, "Document-Word Co-regularization for Semi-supervised Sentiment Analysis", 8th IEEE International Conference on Data Mining, pp. 1025-1030, Dec. 2008.
  4. Yu-Sin Kim, Nam-Kyu Kim, and Seung-Ryeol Jeong, "Stock-Index Invest Model Using News Big Data Opnion Mining", Korea Intelligent Information System Society, Vol. 18, Issue 2, pp. 143-156, June 2012.
  5. Jin-Ok Kim, Sun-Sook Lee, and Hwan-Seung Yong, "Automatic Classification Scheme of Opinions Writen in Korean", The Korean Institute of Information Scientists and Engineers : Database, Vol. 38, Issue 6, pp. 423-428, Dec. 2011.
  6. Sun-Ar Lee and Jin-Tak Choi, "Design and Implementation of Korean Verb_OntoNet", JKIIT, Vol. 11, No. 2, pp. 161-167, Feb. 2013.
  7. Soujanya Poria, Alexander Gelbukh, Amir Hussain, Dipankar Das, and Sivaji Bandyopadhyay, "Enhanced SenticNet with Affective Labels for Concept-based Opinion Mining", IEEE Intelligent System, Vol. 28, No. 2, pp. 31-38, Mar. 2013. https://doi.org/10.1109/MIS.2013.4
  8. Sang-il Song, Dongjoo Lee, and Sang-goo Lee, "Identifying Sentiment Polarity of Korean Vocabulary Using PMI", Korea Computer Congress 2010, Vol. 37, Issue 1, pp. 260-265, June 2010.

Cited by

  1. 회선 신경망을 활용한 자모 단위 한국형 감성 분석 모델 개발 및 검증 vol.25, pp.1, 2020, https://doi.org/10.7838/jsebs.2020.25.1.013