SVM과 HCRF를 이용한 텍스트 문서 감정 분류 모델

Abstract

본 논문은 SVM(Joachims)과 HCRF(Hidden Conditional Random Field)를 이용하여 텍스트문서의 감정을 분류하는 시스템을 제안한다. 텍스트 문서 중에서도 SNS나 댓글과 같은 문서는 일반적인 문서와 달리 한두 문장 정도로 그 길이가 짧기 때문에 포함하고 있는 키워드가 많지 않다. 본 논문에서는 이와 같은 텍스트 문서의 특성을 반영하여, 문서에 포함된 키워드를 독립적으로 고려한 후, 인접 키워드들이 갖는 각 감정의 연관성을 고려하여 텍스트 문서의 감정을 분류하는 모델을 구현한다. 본 모델은 형태소로 분리되어 선별된 키워드를 자질로 하는 SVM을 학습시켜 얻은 자질의 계수를 HCRF의 입력 값으로 사용하며, HCRF를 이용하여 생성된 이 모델은 입력된 텍스트 문서를 긍정, 부정으로 분류한다. 영화 댓글 데이터를 수집하여 실험한 결과, SVM으로 구현된 분류기에 비해 높은 성능을 나타냈다. 향후 이 모델이 에 영화에 대한 댓글 뿐 아니라 상품댓글이나 SNS상의 글 등의 감정분류에도 적용될 수 있을 것으로 기대된다.