자동차 유튜브 리뷰 데이터 - 감성분석(Sentimental Analysis)

서론

 

개인적으로 비지도 학습과 지도 학습에서 어떤 방식으로 이번 연구를 진행해야 하는지 고민이 많았다. 예를들어, 자동차리뷰의 경우, 전문적인 단어들이 많이 등장하고, 차량에 대한 이야기도 어느 정도 있지만, 유튜버의 외모나, 말투등 다양한 주제에 관한 글들이 많기 때문에, 초점을 어디에 두고 분석을 실시해야 하는지 결정해야했다.

 

한국어 같은 경우에는 영어와 달리, 일정한 방법론이 존재하지는 않기 떄문에 다양한 방식으로 진행을 꾀했다.

 

우선, 직접 지도학습을 진행하기 위해서 실제 댓글 3700여개를 가져와, 데이터 전처리를 통해서, 일정 부분 약 1200개 정도에 대한 댓글에 대해서 라벨링을 진행했다. 200개 넘어가는 순간부터 나의 주관적인 판단이 흐려지는 것을 느끼지 않을 수 없었다. 그만큼, 일정한 잣대를 가지고 라벨링을 진행하는 것은 개개인에 따라 큰 편차가 갈릴 것이라고 생각해, 과연 이 검증 데이터가 적절한 성능을 보여줄 것인지에 대한 불확신이 좀 커져갔다. 그러던 차에, 한 논문을 읽고 좀 다른 방식으로 접근해보려 결정하였다.

 

논문에 따르면, 보통 초기의 감성분석에 대한 연구는 감성 사전에 의존한 긍정, 부정으로 분류가 되는 연구가 대부분을 이루었다고 하고 있다. 그래서 감성사전에 대한 연구와 감성사전 적용에 대한 방법론이 주를 이루었다. 하지만 사람의 감성은 긍정과 부정 뿐 아니라 기쁨, 슬픔, 분노, 즐거움 등 상당히 어떤 다양한 상태를 가지고 있기 떄문에, 적절한 방법을 찾아야만 했다.

 

 

본론

 

 

결론