Earticle

초록

영어

This paper proposes a machine learning-based emotion analysis system that detects a user's depression through their SNS posts. We first made a list of keywords related to depression in Korean, then used these to create a training data by crawling Twitter data - 1,297 positive and 1,032 negative tweets in total. Lastly, to identify the best machine learning model for text-based depression detection purposes, we compared RNN, LSTM, and GRU in terms of performance. Our experiment results verified that the GRU model had the accuracy of 92.2%, which is 2~4% higher than other models. We expect that the finding of this paper can be used to prevent depression by analyzing the users' SNS posts.

한국어

본 논문에서는 SNS에 게시된 글의 내용을 통해 사용자의 우울함을 검출하는 기계학습 기반 감성 분석 시스템 을 제안한다. 게시한 글의 작성자가 기분을 파악하는 시스템을 구현하기 위해 먼저 감정 사전에서 우울한 감정의 단 어와 그렇지 않은 감정과 관련된 단어를 목록화하였다. 그 후, SNS를 대표하는 서비스 중 하나인 트위터의 텍스트 자료에서 검색 키워드를 선정하고 크롤링을 시행하여 우울한 감정을 띤 문장 1297개와 그렇지 않은 문장 1032개로 이뤄진 학습 데이터셋을 구축하였다. 마지막으로 텍스트 기반 우울감 검출 목적에 가정 적합한 기계학습 모델을 찾기 위해 수집한 데이터셋을 바탕으로 순환신경망, 장단기메모리, 그리고 게이트 순환 유닛을 비교 평가하였고, 그 결과 GRU 모델이 다른 모델들보다 2~4%가량의 높은 92.2%의 정확도를 보임을 확인하였다. 이 연구 결과는 SNS상의 게 시글을 토대로 사용자의 우울증을 예방하거나 치료를 유도하는 데 활용될 수 있을 것이다.

목차

요약
Abstract
Ⅰ. 서론
1. 연구 배경
2. 연구 목적과 방법
Ⅱ. 텍스트 자료 수집 및 정제
1. 검색 키워드 선정
2. 자료수집
3. 텍스트 자료 필터링
Ⅲ. 관련 연구
1. 텍스트기반 기계학습
2. 우울 감성 분석 서비스 동향
Ⅳ. 실험 및 결과
1. 실험 환경
2. 실험 결과 및 분석
Ⅴ. 결론
References

키워드

저자

• 김규리 [ Kyuri Kim | 준회원, 이화여자대학교 컴퓨터공학과, 학부과정 ] 제1저자
• 문지현 [ Jihyun Moon | 준회원, 이화여자대학교 컴퓨터공학과, 학부과정 ] 참여자자
• 오유란 [ Uran Oh | 정회원, 이화여자대학교 컴퓨터공학과, 조교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]

• 간기

  격월간

• pISSN

  2384-0358

• eISSN

  2384-0366

• 수록기간

  2015~2025

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700