논문명: 한국어 감성 사전의 현황, 한계 그리고 발전 방향: 딥러닝 기반 감성 분석과의 비교 (The Current Status, Limitations, and Future Directions of Korean Sentiment Lexicons: A Comparison with Deep Learning-Based Sentiment Analysis)
저자 소속:
최민혁: 국립한국해양대학교 컴퓨터공학과
김민호: 국립한국해양대학교 인공지능공학부
게재지: 한국컴퓨터종합학술대회 논문집
ISSN: 2635-5868
DOI: 정보 없음
본 연구는 한국어 감성 사전의 현재 상황과 한계를 분석하고, 국외 감성 사전 및 딥러닝 기반 감성 분석 모델(LSTM)과의 비교를 통해 한국어 감성 사전의 발전 방향을 모색합니다. 특히, KOSAC, KNU 감성 사전, 그리고 번역된 NRC-VAD 간의 감성 값 일치도를 분석하고, 규칙 기반 감성 분석과 LSTM 모델의 성능을 비교하여 각 방법론의 장단점을 제시합니다.
한국어 감성 사전의 현황 및 한계 분석:
KOSAC, KNU 감성 사전, 오픈 한글 등 국내 감성 사전의 특징 정리
단어 수 제한 및 최신 언어 변화 미반영 등 한국어 감성 사전의 한계점 제시9
감성 사전 간 감성 값 일치도 비교 및 차이점 분석:
KOSAC과 ko-NRC-VAD는 46.91%의 감성 값 일치율, KNU 감성 사전과 ko-NRC-VAD는 85.2%의 높은 일치율을 보임
감성 사전 간 분류 체계 및 해석 관점 차이로 인한 특정 유형 단어의 불일치 현상 확인
감성 사전 기반 vs. 딥러닝 기반 감성 분석 성능 비교:
LSTM 모델이 84.9%의 정확도로 감성 사전 기반 분석(최대 62.5%)보다 높은 성능 달성
감성 사전은 규칙 기반으로 해석이 용이하나 문맥 반영에 한계가 있었고, LSTM은 문맥 고려에 유리하나 학습 데이터 편향 가능성 확인
한국어 감성 사전의 발전 방향 제시:
한국어 언어적 특성을 반영한 고품질 감성 사전 구축의 필요성 강조
감성 사전의 확장 및 LLM(Large Language Model)과의 결합, 다양한 도메인 데이터 활용을 통한 감성 분석 성능 향상 방안 제시