감성 분석이란 무엇일까요?

감성 분석은 리뷰가 기쁜지 화가 났는지 알아내는 것처럼, 텍스트에 담긴 감정을 읽도록 프로그램을 가르치는 일입니다. 😊

기업은 매일 수천 개의 리뷰와 트윗을 받습니다. 감성 분석을 사용하면 모든 메시지를 직접 읽지 않고도 대규모로 분위기를 측정할 수 있습니다.

대부분의 시스템은 텍스트를 세 가지 범주로 나눕니다. 긍정, 부정, 중립과 같은 레이블이 문장 전체의 감정을 나타냅니다.

내부적으로 감성 분석은 그저 분류입니다. 입력은 텍스트이고, 출력은 정해진 소수의 범주 중 하나입니다.

많은 도구가 보통 음수 1에서 양수 1 사이의 극성 점수를 반환합니다. 0에 가까운 숫자는 중립을, 양 끝에 가까운 값은 강한 감정을 의미합니다.

아래 문장은 분명히 긍정적인 쪽에 가깝습니다. 좋은 모델은 단어를 읽고 확신도 높은 긍정 레이블을 부여합니다.

loved, great, amazing 같은 단어는 긍정적인 방향으로 작용합니다. terrible, boring 같은 단어는 부정적인 방향으로 작용합니다. 이러한 단서가 이 작업의 핵심입니다.

언어는 복잡하므로 같은 단어도 문맥에 따라 달라집니다. Sick은 아프다는 뜻일 수도 있고, 속어로는 멋지다는 뜻일 수도 있어 단순한 시스템을 혼란스럽게 합니다.

Oh great, another delay는 긍정적으로 들리지만 실제로는 그 반대의 뜻입니다. 빈정거림은 감성 분석에서 가장 어려운 문제 중 하나입니다. 🙄

좋은 단어와 나쁜 단어를 세어 규칙 기반 탐지기를 만들 수도 있고, 레이블이 지정된 예시로 모델을 학습할 수도 있습니다. 먼저 규칙부터 시작하겠습니다.

제품 리뷰, 고객 지원 티켓, 소셜 미디어, 주식 관련 대화에서 모두 감성 분석을 사용합니다. 같은 간단한 아이디어를 대규모 실제 데이터에도 적용할 수 있습니다.

감성 분석은 텍스트의 감정을 긍정, 부정, 중립으로 레이블링합니다. 이는 단어 단서에 기반한 분류이며, 문맥에 따라 의미가 바뀔 수 있습니다. 다음에는 단서 목록을 만들어 보겠습니다. ✅