상품평 극성 분류를 위한 특징별 서술어 긍정/부정 사전 자동 구축 = Automatic Construction of Positive/Negative Feature-Predicate Dictionary for Polarity Classification of Product Reviews

국문 초록 (Abstract)

전자상거래에서 상품평은 제품 특징에 대한 사용자의 사용 후기 또는 의견을 담고 있으므로 구매자에게 유용한 정보로 활용된다. 이러한 상품평을 자동으로 분석해주기 위해 오피니언 마이닝에 관한 연구가 활발히 진행되고 있다. 오피니언 마이닝에서 상품평 분류 성능은 긍정/부정 사전 등의 어휘적 자원에 많은 영향을 받고 있으므로 어휘적 자원의 수준을 높이는 것이 매우 중요하다. 본 논문은 도메인별로 제품 특징에 대한 서술어의 의미방향을 고려한 긍정/부정 사전을 자동으로 구축하는 것을 목표로 한다. 제안 방법은 상품평에서 제품 특징을 추출한 후, 상품평에 존재하는 평점을 활용하여 도메인별로 초기 긍정/부정 서술어를 추출하고, 초기 긍정/부정 서술어와의 접속정보를 분석함으로써 도메인별 긍정/부정 사전을 구축한다. 평가 결과, 평점만을 이용하는 방법 및 사전 데이터를 활용하는 방법보다 서술어와의 접속정보를 활용하는 제안방법이 우수한 성능을 보였다.

다국어 초록 (Multilingual Abstract)

In e-commerce environment, a user's review, which contains his/her opinion on a specific feature of a product, can deliver useful information to the potential users. To analyze user's reviews automatically, many studies on opinion mining are currently running on. Since the performance of classification on these reviews is largely depending on lexicon resources, such as positive/negative dictionary, a high quality lexicon resource plays an important role. This study aims to construct a positive/negative dictionary automatically on each domain considering the sentiment orientation of a predicate for the product feature. To this aim, this study proposes following steps: (1) extract product features from user's comments, (2) using the review scores in user's comments, derive positive/negative seed predicates for each domain, (3) build a positive/negative dictionary by analyzing the conjunction information with the seed predicates. The experiment result shows that the proposed method outperforms the methods using only review scores or dictionary data.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 관련 연구
• 3. 긍정/부정 사전 구축 시스템
• 4. 실험 및 평가
• 5. 결론 및 향후 연구
• 참고문헌

참고문헌 (Reference)

1 양정연, "상품 리뷰 요약에서의 문맥 정보를 이용한 의견 분류 방법" 한국정보과학회 36 (36): 254-262, 2009

2 명재석, "반자동으로 구축된 의미 사전을 이용한 한국어 상품평 분석 시스템" 한국정보과학회 35 (35): 392-403, 2008

3 Fellbaum, C, "WordNet: an Electronic Lexical Database" MIT Press 1998

4 J. Kamps, "Using WordNet to Measure Semantic Orientations of Adjectives" 2004

5 Peter D. Turney, "Thumbs Up or Thumbs Down? Semantic Orientation Applied to Unsupervised Classification of Reviews" 417-424, 2002

6 Xiaowen Ding, "The Utility of Linguistic Rules in Opinion Mining" 811-812, 2007

7 Likun Qiu, "SELC: A Self-Supervised Model for Sentiment Classification" 929-936, 2009

8 Hatzivassiloglou V, "Predicting the Semantic Orientation of Adjectives" 174-181, 1997

9 Minqing Hu, "Mining and Summarizing Customer Reviews" KDD’04, Seattle, Washington, USA 2004

10 Xiaowen Ding, "A Holistic Lexicon-Based Approach to Opinion Mining" Department of Computer Science, University of Illinois at Chicago, WSDM 2008

11 Korea Communications Commission, "2008 Survey on the Internet Use" National Internet Development Agency of Korea, 2008