상황과 감정 주체의 성격을 고려한 자연언어 텍스트로부터의 감정 인식

Abstract

공학 분야에서 감정 인식은 기계가 인간의 감정을 인식하기 위한 방법을 연구하는 학문으로써 최근 로봇, 스마트폰과 같은 인간과 상호작용하는 기기들이 실생활 속에 가까이 다가옴에 따라 더욱더 관심을 받고 있다. 감정인식은 어떤 모달리티(정보의 소통 경로)를 대상으로 하는가에 따라 세분할 수 있는데 대표적인 모달리티로 음성, 얼굴 표정, 생체 신호, 텍스트 등이 있다. 본 논문에서는 이 중 인간의 주된 의사소통 방식인 자연 언어 정보를 전달할 수 있는 자연어 텍스트 모달리티로부터의 감정 인식을 다룬다. 기존의 자연어 텍스트 모달리티기반 감정 인식연구들은 자연어 처리나 인공지능 분야의 공학자들이 주도적으로 연구해왔다. 이들은 감정 인식이라는 문제를 자연어 텍스트의 처리 단위(단어, 문장, 문단, 문서 등)내에서 인식된 감정 자질 정보에 따라 분류하는 문제로 접근하였다. 대표적인 접근법이 핵심어 검출 알고리즘을 사용한 연구들이다. 핵심어 수준을 넘어서 자연어 문장의 통사 정보, 의미 정보나 기타 언어 정보들을 사용하고자 한 연구들도 있었다. 하지만 이러한 기존연구들이 공통적으로 갖는 특성은 언어 자질로 구성한 문제 공간에서 기존의 분류 모델들을 사용한 분류를 한다는 것이다. 감정 인식은 감정이라는 주제가 갖는 특성을 충분히 잘 활용해야 한다. 본 논문에서는 감정에 대하여 가장 심도 있게 연구해온 심리학 분야의 감정에 대한 분석 이론을 이해하고, 이를 바탕으로 도출된 심리학적 감정 인식 기법을 공학적으로 모델링하여 새로운 형태의 감정 인식 방법을 제안 한다. 연구의 동기가 된 심리학 이론은 Lazarus의 감정 이론으로, 감정이 생성되기 위해서는 감정 주체가 처한 주변 상황, 주어진 상황에 대한 개인적인 이해, 감정 생성 규칙이 필요하다는 내용이다. 본 논문에서는 감정 생성을 위한 필수요소로서 상황과 성격을 정의내리고, 이를 감정 인식에 사용할 수 있는 형태로 모델링한다. 또한 자연어 문장으로부터 감정 주체, 감정 정보, 감정 대상을 추출하기 위하여 의존 문법 구문 분석을 통한 의존 관계 패턴을 사용한다. 최종적으로 상황 모델과 성격 모델, 그리고 종합적인 감정 인식 시스템을 실험을 통해 평가하여 제안한 감정 인식 방법의 우수한 감정 인식 성능을 증명한다.