A Method of Constructing Large-Scale Train Set Based on Sentiment Lexicon for Improving the Accuracy of Deep Learning Model

딥러닝 모델의 정확도 향상을 위한 감성사전 기반 대용량 학습데이터 구축 방안

  • Choi, Min-Seong (Department of Software Convergence Engineering, Kunsan National University) ;
  • Park, Sang-Min (Department of Software Convergence Engineering, Kunsan National University) ;
  • On, Byung-Won (Department of Software Convergence Engineering, Kunsan National University)
  • 최민성 (군산대학교, 소프트웨어융합공학과) ;
  • 박상민 (군산대학교, 소프트웨어융합공학과) ;
  • 온병원 (군산대학교, 소프트웨어융합공학과)
  • Published : 2018.10.12

Abstract

감성분석(Sentiment Analysis)은 텍스트에 나타난 감성을 분석하는 기술로 자연어 처리 분야 중 하나이다. 한국어 텍스트를 감성분석하기 위해 다양한 기계학습 기법이 많이 연구되어 왔으며 최근 딥러닝의 발달로 딥러닝 기법을 이용한 감성분석도 활발해지고 있다. 딥러닝을 이용해 감성분석을 수행할 경우 좋은 성능을 얻기 위해서는 충분한 양의 학습데이터가 필요하다. 하지만 감성분석에 적합한 학습데이터를 얻는 것은 쉽지 않다. 본 논문에서는 이와 같은 문제를 해결하기 위해 기존에 구축되어 있는 감성사전을 활용한 대용량 학습데이터 구축 방안을 제안한다.

Acknowledgement

Supported by : 한국연구재단