바로가기메뉴

본문 바로가기 주메뉴 바로가기

logo

논문 상세

이전 다음
논문 투고

Vol.47 No.2
Citation Share

한글 감정단어의 의미적 관계와 범주 분석에 관한 연구

A Study on the Analysis of Semantic Relation and Category of the Korean Emotion Words

한국도서관·정보학회지 / Journal of Korean Library and Information Science Society, (P)2466-2542;
2016, v.47 no.2, pp.51-70
https://doi.org/10.16981/kliss.47.2.201606.51
이수상 (부산대학교)
이수상. (2016). 한글 감정단어의 의미적 관계와 범주 분석에 관한 연구. 한국도서관·정보학회지, 47(2), 51-70, https://doi.org/10.16981/kliss.47.2.201606.51
  • 다운로드 수
  • 조회수
PDF 다운로드

초록

이 연구의 목적은 한글로 된 주요감정단어들의 리스트를 대상으로 의미적 관계의 네트워크와 극성과 각성의 범주를 분석하는데 있다. 분석결과는 다음과 같다. 첫째, 감정단어 네트워크에서 각 감정단어들은 의미적으로 연결되어 있었다. 이것은 의미적 유사성에 따라 감정단어들의 유형을 구분하는 것을 어렵게 하는 특징이다. 대신에 의미적 관계의 감정단어 네트워크에서 중심적인 역할을 수행하는 감정단어들을 확인할 수 있었다. 둘째, 극성과 각성의 차원을 혼합한 범주에서, 많은 감정단어들은 부정적인 극성과 높은 각성의 단어들 집단과 부정적인 극성과 중간수준 각성의 단어들 집단으로 분류되었다. 이러한 한글감정단어의 특성들은 도서관이나 문헌정보에 나타나는 각종 텍스트 데이터의 감정분석에 유용하게 활용될 것이다.

keywords
감정단어, 네트워크 분석, 범주분석, 감정분석, 극성, 각성, Emotion words, Category analysis, Network analysis, Emotion analysis, Valence, Arousal

Abstract

The purpose of this study is to analyze the semantic relation network and valence-arousal dimension through the words that describe emotions in Korean language. The results of this analysis are summarized as follows. Firstly, each emotion word was semantically linked in the network. This particular feature hinders differentiating various types of “emotion words” in accordance with similarity in meaning. Instead, central emotion words playing a central role in a network was identified. Secondly, many words are classified as two categories at the valence and arousal level: (1) negative of valence and high of arousal, (2) negative of valence and middle of arousal. This aspects of Korean emotional words would be useful to analyze emotions in various text data of books and document information.

keywords
감정단어, 네트워크 분석, 범주분석, 감정분석, 극성, 각성, Emotion words, Category analysis, Network analysis, Emotion analysis, Valence, Arousal

참고문헌

1.

Ekman, P. 1992. “Are there basic emotions?” Psychological Review, 99(3): 550-553.

2.

Goleman, D. 2005. Emotional Intelligence: Why It Can Matter More Than IQ. Bantam Books.

3.

Plutchik, R. 2001. “The Nature of Emotions”. American Scientist, Volume 89: 344-350.

4.

Russell, J. A. 1980. “A circumplex model of affect”. Journal of Personality and Social Psychology, 39(6): 1161-1178.

5.

Thayer, R. E. 1989. The Biopsychology of Mood and Arousal. New York: Oxford University Press.

6.

김옥섭, 이석원. 2015. 감정 온톨로지 기반의 영화 추천 기법. 『멀티미디어학회논문지』, 18(9):1068-1082.

7.

김은영. 2004. 『국어 감정동사 연구』. 박사학위논문, 전남대학교 대학원 국어국문학과.

8.

김태용, 안도현. 2011. 한국어 감정표현 어휘들의 극성-각성 좌표화를 통한 해독격차 분석 및 수렴화 프로세스 제안. 『한국어론학보』, 55(6): 436-465.

9.

김향숙. 2001. 『한국어 감정표현 관용어 연구』. 박사학위논문. 인하대학교 대학원, 국어학과.

10.

박인조. 2001. 『한국어 감정단어의 분석: 감정단어 목록마련과 차원 탐색』. 석사학위논문, 서울대학교 대학원, 성격심리학과.

11.

박인조, 민경환. 2005. 한국어 감정단어의 목록 작성과 차원 탐색. 『한국심리학회지: 사회 및 성격』, 19(1): 109-129.

12.

백현기. 2012. 청소년 상담을 위한 마음의 병 온톨로지 설계에 관한 연구. 『한국디지털콘텐츠학회논문지』, 13(4): 547-557.

13.

손선주 등. 2012. 한국어 감정표현단어의 추출과 범주화. 『감성과학』, 15(1): 105-120.

14.

신은주. 2008. 『국어 감정용언의 양상 고찰: 국어교과서를 중심으로』. 석사학위논문, 한국교원대학교 교육대학원, 국어교육학.

15.

안신호, 이승혜, 권오식. 1993. 정서의 구조: 한국어 정서단어 분석. 『한국심리학회지: 사회 및 성격』, 7(1): 107-123.

16.

오연주, 채수환. 2015. 영화평과 평점을 이용한 감성 문장 구축을 통한 영화 평점 추론. 『인터넷정보학회논문지』, 16(2): 41-48.

17.

운애선 , 권혁철 . 2010. 감정 온톨로지의 구축을 위한 구성요소 분석 . 『인지과학』, 21(1): 157-175.

18.

이준웅 등. 2008. 정서 단어 분류를 통한 정서의 구성 차원 및 위계적 범주에 관한 연구. 『한국언론학보』, 52(1): 85-116.

19.

이철승 등. 2013. 한글 마이크로블로그 텍스트의 감정 분류 및 분석. 『정보과학회논문지 : 데이타베이스』, 40(3): 159-167.

20.

최석재, 권오병. 2014. 빅데이터 분석을 위한 한국어 SentiWordNet 개발 방안 연구 : 분노 감정을중심으로. 『한국전자거래학회지』, 19(4): 1-19.

21.

최홍구, 황인준. 2012. 트위터 문서 분석을 통한 감정 기반의 음악 추천 시스템. 『정보과학회논문지: 컴퓨팅의 실제 및 레터』, 18(11): 762-767.

22.

황유선, 신우열, 김주환. 2010. 너의 표정을 통해 읽는 것은 나의 감정이다 : 감정의 변화가 상대방의 표정 인식에 미치는 영향에 관한 연구. 『커뮤니케이션학 연구: 일반』, 18(1):247-271.

한국도서관·정보학회지

논문 투고 OA 정책