[분석] 모바일 sns 사용자들의 감성 용어 사전 제작 및 공인대상

당신의

감정은 무엇입니까?

서울대학교 산업공학과 방진현성균관대학교 수학과 김원현중앙대학교 응용통계학과 허 승숙명여자대학교 국어국문학과 장한솔이화여자대학교 경영학과 최원빈

목차

시작. 주제선정과 자료조사

하나. 데이터 수집

둘. 전처리 과정

셋. 사전 제작

넷. 감성 분석

다섯. 결론

시작. 주제선정과 자료조사

주제 선정과 자료 조사: 감성분석이란?

문서를 작성한 사람의 감정을 추출해 내는 기술문서의 주제보다 어떠한 감정을 가지고 있는가를 판단하여 분석

주제 선정과 자료 조사

기존감성분석의 결과

Positive emotion Neutral emotion Negative emotion

Text in English

Plutchik's Wheels of Emotions → 여섯개의 감정어 선택!

주제 선정과 자료 조사

주제 선정과 자료 조사

Love, Optimism, Anger, Remorse, Disapproval, Fear

사랑, 낙관, 분노, 후회, 반감, 두려움

140자의 글자 제한

‘글’에 집중

넓은 확산 범위

빠른 속도

실시간성

주제 선정과 자료 조사

사진과 영상 多

글자 제한 X

타깃광고, 배너광고

연동 어플리케이션

하나. 데이터 수집

데이터 수집 및 저장

트위터에 해당 인물의 이름이 포함된 모든 글을 가지고 옴

트위터 어플리케이션 생성 → API 인증 → 데이터 받아오기

데이터 수집 및 저장

정치, 경제, 스포츠, 연예 분야의 유명인 및 대기업

데이터 수집 및 저장: 크롤링

트윗 당 16개의 속성을 CSV파일로 저장

ScreenName Screen name of the user who posted this status

Id Id of this status

replyToSN Screen name of the user this is in reply to

replyToUID ID of the user this was in reply to

Truncated Whether this status was truncated

Favorited Whether this status has been facorited

Retweeted TRUE if this status has been retweeted

retweetCount The number of times this status has been retweeted

둘. 전처리 과정

전처리: 소스

mobile, android, blackberry, ipad, iphone, phone

포함된 트윗 출처만 처리

모바일 사용자로 한정

전처리: 형태소 한정

감성분석에 필요한

형태소 한정

NNG 일반명사NNP 고유명사VA 형용사VCN 부정지정사VCP 긍정지정사UN 명사추정범주

한글만 남김!

전처리: 고유명사 처리

고유명사는 영어로 자동적으로 변환시켜 입력되도록

고유명사를 영어로 변환시켜야 하는 이유

표창원 -> 표/NNG + 창원/NNP안철수 -> 안/VCN + 철수/NNP

전처리: 형용사와 결합된 부정어

‘안’ 용언 위에 붙어 부정 또는 반대의 뜻을 나타내는 부사 '아니'의 준말이고,

‘않-’ 동사나 형용사 아래에 붙어 부정의 뜻을 더하는 보조용언 '아니하-'의 준말

철수는 밥을 안 먹는다. → ‘먹는다’를 부정어 처리철수는 밥을 먹지 않았다. → ‘먹지’를 부정어 처리

‘안’ + ‘기쁘다’ → ‘안기쁘다’ 로 변환

부정어가 나타난 부분의 bigram만 변환!

전처리

정치 : 2,782,151스포츠 : 613,444남자 연예인 : 560,725여자 연예인 : 547,265경제 : 38,544

데이터 수집기간 2016/03/01 – 2016/04/30

수집한 데이터 수

.

이세돌 승리 직후

프로듀스 101 최종 11인 선정

전처리

김무성 대표 옥새 투쟁

프로듀스 101 종영

문재인 대표 광주방문

4.13 총선

문재인 공개활동 재개

정치인여자연예인스포츠기업남자연예인

전처리: 샘플링

만들어진 사전의 편향

각 인물 별, 최대 5만개의 데이터균등분포를 이용하여 샘플링

셋. 사전 제작

사전제작: 서울대 국어교육연구소 출판 사전

기초적인 감성 당SEED 단어 CSV 생성

사전제작: CBOW architecture

앞 뒤의 단어들을 통해 ‘이가’ 라는 말이 들어갈 것을 추측하는 방식

주어진 단어에 대해 앞 뒤로 C/2개 씩 총 C개의 단어를 Input으로 사용,주어진 단어를 맞추기 위한 네트워크를 만든다.

“집 앞 편의점에서 아이스크림을 사 먹었는데, __ 시려서 너무 먹기가 힘들었다.”

사전제작: Skip-gram architecture

CBOW와는 반대 방향의 모델

현재 주어진 단어 하나 → 주위 등장하는 나머지 몇 개의 단어 등장 여부를 유추

예측하는 단어들의 경우 현재 단어 주위에서 샘플링멀리 떨어져있는 단어일수록 낮은 확률로 택하는 방법

사전제작: Word2Vec

만일 어떤 두 단어가 비슷한 문맥에서 꾸준히 사용된다면두 단어의 벡터 값은 비슷!

단어최소 출현횟수 : 20Hidden node 수 : 200

현재단어와 예측단어 사이의 최대 거리 : 10

Model = gensim.models.Word2Vec(sentences, min_count=20, size=200, window=10)

사전제작: Word2Vec 모델 제작 및 성능 확인

사전제작: Word2Vec 모델 제작 및 성능 확인

사전제작

최종감성사전

국어교육연구소 기반 감성어 Word2Vec 모델 기반 감성어

(예시) disapproval국어교육연구소 기반 감성어: 반감, 반발심, 불만 …

W2V 모델 기반 감성어: 정신병자, 꼴값, 쓰레기, ㅉㅉ …

넷. 감성 분석

Emotional figures =

감성 분석

감성 수치 조절

소수 감성어에 의해 치솟는 감성수치 보정

단어 수에 대한 가중치를 부여

-1

-0.5

0

0.5

1

1.5

-2000

0

2000

4000

6000

8000

감성 분석: 감성 수치 조절

다섯. 결과

-500

0

500

1000

1500

2000

2016-02-20

2016-02-22

2016-02-24

2016-02-26

2016-02-28

2016-03-01

2016-03-03

2016-03-05

2016-03-07

2016-03-09

2016-03-11

2016-03-13

2016-03-15

2016-03-17

2016-03-19

2016-03-21

2016-03-23

2016-03-25

2016-03-27

2016-03-29

2016-03-31

2016-04-02

2016-04-04

2016-04-06

2016-04-08

2016-04-10

2016-04-12

2016-04-14

2016-04-16

2016-04-18

2016-04-20

2016-04-22

2016-04-24

2016-04-26

2016-04-28

2016-04-30

결과: 김무성

-500

0

500

1000

1500

2000

결과

2016년 3월 4일김무성 대표 호남 향우회 참석

결과

2016년 3월 8일윤상현 의원 욕설 파문

결과

2016년 3월 24일김무성 대표 옥새 투쟁

결과

2016년 4월 3일김무성 대표 부산 선거 유세

결과

2016년 4월 14일김무성 대표 사퇴

결과

2016년 4월 27일김무성 새누리당 당선자 워크숍 불참

-500

0

500

1000

1500

2000

2500

2016-02-20

2016-02-22

2016-02-24

2016-02-26

2016-02-28

2016-03-01

2016-03-03

2016-03-05

2016-03-07

2016-03-09

2016-03-11

2016-03-13

2016-03-15

2016-03-17

2016-03-19

2016-03-21

2016-03-23

2016-03-25

2016-03-27

2016-03-29

2016-03-31

2016-04-02

2016-04-04

2016-04-06

2016-04-08

2016-04-10

2016-04-12

2016-04-14

2016-04-16

2016-04-18

2016-04-20

2016-04-22

2016-04-24

2016-04-26

2016-04-28

2016-04-30

결과: 문재인

-500

0

500

1000

1500

2000

2500

결과

결과

2016년 3월 10일더민주 정청래 컷오프 문재인

결과

2016년 3월 14일더민주 컷오프 추가 발표

결과

2016년 4월 2일 문재인 대전 선거 유세2016년 4월 3일 문재인 동작구 유세

결과

2016년 4월 4일문재인 청주 유세

결과

2016년 4월 8일문재인 광주 방문

결과

2016년 4월 14일문재인 대표 총선 승리 인터뷰

결과

2016년 4월 18일문재인 김대중 대통령 생가 방문

결과

2016년 4월 28일문재인 대표 양산 칩거

-600

-400

-200

0

200

400

600

800

1000

1200

2016-02-20

2016-02-22

2016-02-24

2016-02-26

2016-02-28

2016-03-01

2016-03-03

2016-03-05

2016-03-07

2016-03-09

2016-03-11

2016-03-13

2016-03-15

2016-03-17

2016-03-19

2016-03-21

2016-03-23

2016-03-25

2016-03-27

2016-03-29

2016-03-31

2016-04-02

2016-04-04

2016-04-06

2016-04-08

2016-04-10

2016-04-12

2016-04-14

2016-04-16

2016-04-18

2016-04-20

2016-04-22

2016-04-24

2016-04-26

2016-04-28

2016-04-30

결과: 안철수

-600

-400

-200

0

200

400

600

800

1000

1200

결과

결과

2016년 3월 12일안철수 야권연대 불가 발언

결과

2016년 3월 14일국민의당 공천 야권연대 불가

결과

2016년 3월 20일안철수 경남도 당창단대회

국민의당이 교섭단체되면 모든 것이 바뀐다

결과

2016년 3월 26일안철수 노원구에거대양당비판

국민의당이 교섭단체 될 것

결과

2016년 4월 3일안철수 광주 방문

결과

2016년 4월 10일3당 대표 수도권 유세

결과

2016년 4월 17일안철수 광주 재방문

결과

2016년 4월 21일안철수 충청도 방문

결과: 이세돌

1차대국 패배2016년 3월 9일

2연패3월 10일

3연패3월 12일

알파고 상대 첫 승3월 13일

이세돌 가족 제주도방문2016년 3월 17일

결과: 이세돌

2016년 3월 26일알파고

각종 예능에서 언급

0

200

400

600

800

1000

1200

2016-02-14

2016-02-16

2016-02-18

2016-02-20

2016-02-22

2016-02-24

2016-02-26

2016-02-28

2016-03-01

2016-03-03

2016-03-05

2016-03-07

2016-03-09

2016-03-11

2016-03-13

2016-03-15

2016-03-17

2016-03-19

2016-03-21

2016-03-23

2016-03-25

2016-03-27

2016-03-29

2016-03-31

2016-04-02

2016-04-04

2016-04-06

2016-04-08

2016-04-10

2016-04-12

2016-04-14

2016-04-16

2016-04-18

2016-04-20

2016-04-22

2016-04-24

2016-04-26

2016-04-28

2016-04-30

결과: 김연아

2016년 4월 1일김연아 삼성라이온즈 시구

마무리. 활용방향

활용방안1: 인물 이미지 마케팅

대중들에게서 얻고자 하는 ‘특정 감성’의 이미지

사건이 생길 때에 어떻게 행동할 것인지

수치적인 비교 제시 가능

활용방안2: 기업 감성을 통한 주가 예측

사람들이 기업에 대해 느끼는 감성 감성과 주가 변동에 대한 연구

특정 사건 이후 사람들의 수치적으로 측정된 감성의 변화

감성 수치 변화에 따른 주가 예측

2016년 3월 13일이세돌, 알파고에 첫 승리

활용방안3: 언론사에서의 활용 (이세돌)

2016년 3월 10일이세돌, 알파고에 2연패

2016년 3월 13일이세돌, 알파고에 첫 승리

활용방안3: 언론사에서의 활용 (이세돌)

2016년 3월 10일이세돌, 알파고에 2연패

활용방안3: 언론사에서의 활용(안철수)

2016년 4월 13일총선 직후

2016년 4월 17일광주 방문

2016년 4월 21일충청 방문

ㅊ

당신의

감정은 무엇입니까?

#THANK YOU