감성분석,Sentiment analysis

감성 분석, 感情分析, sentiment analysis

감정 상태 및 주관적 정보의 패턴을 체계적으로 정량화하고,

이를 활용하여 데이터에 존재하는 성향을 식별하고 분석하는 기술.

감성 분석(sentiment analysis)은 일반적으로 자연어 처리(NLP: Natural Language Processing),

텍스트 마이닝(text mining), 기계 학습(ML: Machine Learning) 등의 기술을 사용하여 문장 또는

문서에서의 표현이 긍정, 부정 혹은 중립인지를 판별하는 기술이다.

감성 분석은 일반적으로 텍스트 데이터 분석에 활용한다. 자연어 처리(NLP)에서 사용하는

‘형태소 분석’, ‘구문 분석’ 등의 기술을 사용하여 형태소를 분리하고 변형된 단어의 원형을

복원하는 등의 전처리(preprocessing) 과정을 거친다. 영상이나 음성 데이터의 경우 문자 음성 변환(STT: Text-To-Speech)

응용 프로그래밍 인터페이스(API: Application Programming Interface) 등을 사용하여

음성 데이터를 텍스트 데이터로 변환하는 과정이 필요하다.

감성 분석의 기본적인 접근 방법은 ‘좋아요’, ‘최고야’ 등의 긍정적 어휘와 ‘싫어요’, ‘별로’, ‘슬픈’ 등의

부정적 어휘를 극성으로 분류하여 텍스트의 패턴을 정량화한 후 그에 따라 데이터를 분류하고 분석하는 것이다.

어휘의 극성 분류는 사람이 평가한다. 예를 들어 긍정 혹은 부정의 정도를 ‘-10 ~ +10’으로 정량화하여

데이터 세트를 구축할 수 있다. 이후 측정된 데이터 세트를 이용하여 통계적 분석 방식 혹은

기계 학습 등의 분석 기법으로 입력된 텍스트 데이터의 극성을 판별한다.

이러한 감성 분석은 ‘후기 및 설문조사 의견 분석’, ‘누리 소통망 서비스(SNS)에서

특정 쟁점(이슈)에 대한 대중의 반응 측정’, ‘부정적 의견에 대한 실시간 모니터링’,

‘악성 댓글 필터링’ 등 다양한 방식으로 활용할 수 있다. 기업에서는 마케팅 수단으로써

상품의 호응이 어느 정도인지를 측정하거나 브랜드 이미지를 관리하는 영역에서 큰 성과를 보여준다.

대표적으로 2012년 미국 대선에서 오바마 캠프는 감정 분석을 활용하여 유권자들의 성향을 분석한 맞춤형 선거 전략을 펼친 바 있다.

감성-1.JPG

감성-2.JPG

출처:TTA 정보통신 용어사전

게시물 댓글 0개

상세페이지