딥러닝 기반 감정인식 성능향상 방법 (Performance Improvement Method of Deep Learning-based Emotion Recognition)

서지정보

· 발행기관 : 한국차세대컴퓨팅학회
· 수록지 정보 : 한국차세대컴퓨팅학회 논문지 / 17권 / 5호 / 88 ~ 95페이지
· 저자명 : 임명진, 이명호, 신주현

초록

인터넷의 발달과 비대면 서비스의 증가로 사용자들 간에 문자나 SNS로 소통하는 경우가 늘어나고 있다. 사용자에 의한 대량의 데이터가 발생하면서 사용자 정보나 의견을 분석하여 감정을 인식하는 연구가 활발하게 진행되고 있다. 그중에서도 텍스트 감정인식은 대부분 단어나 문장의 단일 감정을 인식하고 있다. 그러나 하나의 문장에도 여러 감정이 복합적으로 존재하기 때문에 다중 감정인식 방법이 필요하다. 따라서 본 논문에서는 더욱 정확한 텍스트 감정인식을 위해 데이터를 보정하는 방법과 딥러닝 기반의 다중 감정인식 방법을 적용한 감정인식 성능향상 방법을 제안한다. 제안한 모델의 유용성을 확인하기 위해 딥러닝 모델을 비교 실험한 결과 Attention 모델을 사용했을 때 Accuracy가 76.7%로 가장 좋은 성능을 보였다.

영어초록

With the development of the Internet and the increase of non-face-to-face services, the number of users communicating through text messages or SNS is increasing. As a large amount of data is generated by users, research on recognizing emotions by analyzing user information or opinions is being actively conducted. Among them, most of the text emotion recognition recognizes a single emotion of a word or sentence. However, since multiple emotions exist complexly in a single sentence, a multi-emotion recognition method is required. Therefore, in this paper, we propose a data correction method for more accurate text emotion recognition and a method to improve emotion recognition performance by applying a deep learning-based multi-emotion recognition method. As a result of comparing deep learning models to confirm the usefulness of the proposed model, when the attention model was used, Accuracy showed the best performance with 76.7%.

참고자료

· 없음