메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Noo-Ri Kim (Sungkyunkwan University) Kyoungmin Kim (Sungkyunkwan University) Jee-Hyong Lee (Sungkyunkwan University)
저널정보
한국지능시스템학회 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS Vol.17 No.4
발행연도
2017.12
수록면
329 - 336 (8page)
DOI
10.5391/IJFIS.2017.17.4.329

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we propose an approach for sentiment analysis in microblogs that learns patterns of syntactic and sentimental word transitions. Because sentences are sequences of words, we can more accurately analyze sentiments by properly modeling the sequential patterns of words in sentimental sentences. However, most previous research has focused on just extending feature sets using n-grams, POS tags, polarity lexicons, etc., without considering sequential patterns. Our proposed approach first identifies groups of words that have similar syntactic and sentimental roles, called SIGs (similar syntactic and sentimental information groups). We then build HMMs using the SIGs as hidden states for the initialization. The SIGs function as the prior knowledge of formative elements of sentimental sentences for HMMs. By using the SIGs, HMMs can start with informative hidden states and more precisely model the transition patterns of words in sentimental sentences with robust probability estimation. For the performance evaluation, we compare the proposed approach with existing ones using HCR dataset. The result shows that the proposed approach outperforms the previous ones in various performance measures.
#Sentiment analysis #Hidden Markov models #Gaussian mixture models #Syntactic and sentimental information

목차

Abstract
1. Introduction
2. Related Work
3. Proposed Approach
4. Experiment and Evaluation
5. Conclusion
References

참고문헌 (24)

참고문헌 신청
A. Agarwal, B. Xie, I. Vovsha, O. Rambow, and R. Passonneau, “Sentiment analysis of Twitter data,” in Proceedings of the Workshop on Language in Social Media (LSM), Portland, OR, 2011, pp. 30-38. A. Go, R. Bhayani, and L. Huang, “Twitter sentiment classification using distant supervision,” Stanford University, Technical Report, 2009. E. Kouloumpis, T. Wilson, and J. Moore, “Twitter sentiment analysis: the good the bad and the OMG!,” in Proceedings of the 5th International AAAI Conference on Weblogs and Social Media, Barcelona, Spain, 2011, pp. 538-541. F. Bravo-Marquez, M. Mendoza, and B. Poblete, “Combining strengths, emotions and polarities for boosting Twitter sentiment analysis,” in Proceedings of the Second International Workshop on Issues of Sentiment Discovery and Opinion Mining, Chicago, IL, 2013, pp. 1-9. https://doi.org/10.1145/2502069.2502071 C. E. Rasmussen, “The infinite Gaussian mixture model,” Advances in Neural Information Processing Systems, vol. 12, pp. 554-560, 2000

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Word2vec을 이용한 오피니언 마이닝 성과분석 연구
어균선 ,  이건창 한국콘텐츠학회 종합학술대회 논문집 2018 .05
Smart Store in Smart City: 소비자 감성기반 상권분석 시스템 개발
유인진 ,  서봉군 ,  박도형 지능정보연구 2018 .03
소셜 분석을 통한 사전제작 드라마의 가능성과 한계에 관한 연구 : jtbc 〈맨투맨〉을 중심으로
김경애 ,  구진희 한국산학기술학회 논문지 2018 .02
Sentiment Analysis of Transportation Using Word Embedding and LDA Approaches
Fa ,  man Ali ,  Shake 외 4명 한국통신학회 학술대회논문집 2018 .01
리뷰 데이터의 신뢰도를 반영한 한국어 감성사전
정창훈 ,  김주현 ,  전용진 외 1명 한국정보과학회 학술발표논문집 2017 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-003-001712798