워드 임베딩과 반감독 학습을 사용한 효율적 한국어 감성표지 생성 방안 (Effective Korean sentiment labeling method using word embedding and semi-supervised learning)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 28권 / 2호 / 185 ~ 191페이지
· 저자명 : 박성수, 이건창

초록

대부분의 감성 분석은 긍·부정 감성이 표지된 학습 데이터를 사용하여 분류기를 학습하는 감독 학습을 적용한다. 그러나표지된 데이터를 얻는 것은 인간의 전문 지식과 경험이 필요하기 때문에 어렵고 시간과 비용이 많이 든다. 본 연구는 워드임베딩과 반감독 학습을 이용한 감성 표지 방법을 제안한다. 워드 임베딩은 어휘의 의미와 관계를 표현하는 효율적인방법이고, Self-training과 같은 간단한 반감독 학습은 증가하는 표지되지 않은 데이터의 분석에 용이한 방법이다. 실험을 통해워드 임베딩 특징이 BOW(Bag-Of-Word) 특징 보다 더 정확한 표지를 생성하는 것을 보였다. 연구 결과 워드 임베딩 특징은학습 데이터에서 표지된 데이터의 비중이 1% 이상인 경우 70% 이상의 정확한 감성 표지를 생성한다. 또한, 감성 표지 생성정확도는 학습 데이터의 양이나 표지 데이터의 비율보다 표지된 데이터의 절대 건수에 더 영향을 받는 것을 실증했다

영어초록

Most sentiment analysis uses supervised learning that trains classifier using training data labeled positive and negative. But obtaining labeled data is difficult, time consuming, and costly because it requires human expertise and experience. This study proposes sentiment labeling method using word embedding and semi-supervised learning. Word embedding is an efficient way to express the meaning and relationship of words. Simple semi-supervised learning, such as self-training, is an easy way to analyze increasing unlabeled data. Experiments have shown that word embedding features generate more accurate markers than BOW(Bag-Of- Word) features. As the result, the word embedding feature generates more than 70% correct sentiment label when the ratio of the labeled data in the training data is more than 1%. In addition, the accuracy of sentiment labeling proved to be more influenced by the absolute number of labeled data than the amount of training daa tor the ratio of label data.

참고자료

· 없음