모바일 텍스트의 감성분류를 위한 SVM 기반 음운 커널 기법 (The Phoneme Kernel Technique based on Support Vector Machine for Emotion Classification of Mobile Texts))

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회논문지 : 소프트웨어 및 응용 / 40권 / 6호 / 350 ~ 355페이지
· 저자명 : 김현우, 이승룡

초록

감성분류는 미래 모바일 분야에서 필요로 하는 기술이며, 인간 중심 인터페이스가 중요해지는 현재 핵심적인 기술이다. 특히 모바일 기술의 발전과 함께 SNS, 모바일 메신저, 문자메시지와 같은 단문 메시지는 사용자의 감성을 매우 잘 나타내는 매체라 할 수 있다. 이러한 텍스트로부터 사용자의 감정을 분류해 내기 위해, 문장으로부터 적절한 특징 값을 추출하여야 하며, 이는 감정인지의 신뢰성과 정확성을 높이는데 중요한 역할을 하게 된다. 본 논문은 SVM을 이용하여 140자 이내의 단문 메시지를 긍정 및 부정적 의미로 분류하기 위해 자질을 추출하는 음운 커널 방법를 제안한다. 스트링 커널 함수를 한글에 적용한 음절 커널을 음운 커널로 수정하고, 모바일 텍스트에 적용하기 위한 적절한 소멸계수 λ을 구한다. 이를 통해 음운 커널이 중성/종성의 변화가 많은 모바일 텍스트에 적합한 분류기임을 증명한다.

영어초록

Emotion Recognition is the technique that is needed in future mobile field, and the key technique in these days when human central interface is important. Specially, the short message(like SNS, mobile messenger and instant message) is the media what is well expressed because of the growth of the mobile techniques. In order to classify the emotion of user from these texts, it’s important role that extracts the appropriate feature values from sentences, and that improves reliability and accuracy. This paper proposes a phoneme kernel method that extracts the features in order to classify the short messages within 140 letters as a positive or negative signification. In addition, We change from the syllable kernel adapted the string kernel for Korean and find the optimized decay factor λ for the mobile texts. We prove the classifier using the phoneme kernel that is adapted in the mobile texts.

참고자료

· 없음