텍스트 마이닝 활용한 온라인 뉴스의 댓글 감정분석 (Analysis of Comments Emotion in Online News Using Text Mining)

서지정보

· 발행기관 : 디자인융복합학회(구.한국인포디자인학회)
· 수록지 정보 : 디자인융복합연구(구.인포디자인이슈) / 23권 / 2호 / 41 ~ 65페이지
· 저자명 : 박윤신, 김현석

초록

온라인 뉴스의 댓글은 일상적인 소통과 깊이 있는 토론공간으로 사용되고 있다. 댓글과 함께 여론의 감정을 시각화한 비주얼 감성 콘텐츠는 수용자의 의견과감정을자유롭게드러낼수있으며,공통된의견도쉽게파악할수 있다. 하지만 분리된 표현과 특성이 있는 장르별 뉴스는 현재 획일적인 비 주얼 감성 콘텐츠를 제공하고 있으며 사회적 문제로 이어지는 악의적인 댓 글로 인해 부정적인 감정표현을 없애거나 축소하였다. 이는 수용자의 의견 및 감정표현을 가로막을 수 있다. 이에 본 논문은 댓글 감정분석을 통해 감 정유형을 정립하고 효과적인 수용자의 의견과 공감표현을 위한 비주얼 감 성 콘텐츠 개발 및 활용에 목적을 둔다. 이를 위해 첫째, 문헌연구를 통해 댓글이 수용자의 의견 및 감정이 표출되고 있음을 확인하고 감정분석을 고 찰한다. 둘째, 국내 포털사이트 온라인 뉴스 댓글 데이터를 감정분석 자료 로 활용하여 텍스트마이닝 과정을 3단계(데이터 수집, 데이터 전처리, 분석) 로 나누어 시행한다. 셋째, 장르별 감정유형을 TF, TF-IDF, Word2Vec, CONCOR 분석 통하여 정립한다. 그 결과, 모든 장르에서 부정감정이 긍 정감정보다 높은 비율을 보였으며 장르별 감정유형은 다르게 나타났다.

영어초록

Comments of online news have been used as both daily communication and debate space in depth. The visual emotion contents that visualize the emotion of public opinion can freely reveal the opinions and emotions of recipients, and can easily comprehend the common opinions. However, news by genre that has the separated expression and characteristic recently provide standardized visual emotion contents, eliminating or minimizing the negative emotion expression due to the malicious comments that lead to social problem. This can prevent opinions and emotion expression of recipients. For this reason, this study aims to establish the emotion type through emotion analysis and to develop and utilize the visual emotion contents for opinions and emotion expression of effective recipients. For this, first of all, this study confirms and considers that recipients’ opinions and emotions are expressed by comments through literary research. Secondly, this study uses the comments data of online news in domestic portal sites as materials for emotion analysis, and performs the process of text-mining by dividing three stages (data collection, data pre-processing, analysis). Thirdly, it establishes the emotion type by genre through the analysis of TF, TF-IDF, Word2Vec, CONCOR. As the result, negative emotion showed higher ratio than positive emotion in all genres and emotion type by genre appeared differently.

참고자료

· 없음