상품 평가 텍스트에 내재된 사용자 관점 추출 = Extracting Implicit Customer Viewpoints from Product Review Text

국문 초록 (Abstract)

온라인 소비자들은 amazon.com과 같은 온라인 상점 플랫폼에 리뷰를 남김으로써 대상 상품에 대한 의견을 표현한다. 사람들이 남긴 의견 정보를 자동으로 분석하고자 하는 연구인 의견 분석 분야에서 이루어진 과거 연구 대부분은 크게는 문서 단위에서 작게는 상품의 요소 단위로 사용자들이 남긴 의견을 분석하고자 하였다. 이렇게 소비자들이 남긴 의견을 분석하여 대상 상품 및 요소에 대한 긍정적/부정적 태도를 판단하는 것이 유용한 경우가 많지만, 본 연구에서는 소비자들이 어떤 ’관점’에서 대상 상품 및 요소를 평가했는지를 자동으로 추출하는 방법에 초점을 두었다. 저자들은 평가를 할 때 주로 사용되는 품사인 형용사의 대표적인 성질 중 하나가 그것이 수식하는 대상의 속성에 값을 부여하는 것임에 주목하였고, 그러한 속성이 상품을 평가한 사용자의 ‘관점’과 일치한다는 가설을 세우고 이를 검증하고자 하였다. 형용사에 암시된 속성을 추출하는 데는 워드넷이 사용되었으며, 제안하는 방법의 효과를 검증하기 위해 3명의 평가자를 활용하여 실험을 하였다. 실험 결과는 본 연구 방향이 의견 분석에 있어 새로운 가능성을 열기에 충분하다는 것을 보여주었다.

다국어 초록 (Multilingual Abstract)

In online merchant sites such as amazon.com, online customers share their opinions on products by leaving product reviews. Such opinions are important since they greatly affect others’ purchase decisions. Sentiment analysis is a field of study that aims to automatically analyze opinions contained in text. Past approaches focus on recognizing the polarity of opinions on an opinion target such as a product or even an aspect of a product. In this paper, we attempt to explicate viewpoints(e.g., ‘noisiness’) that people have in mind when they express opinions toward opinion targets. Viewpoints would help providing a fine-grained summary of opinions. Noting that the key function of an adjective is to assign a value(e.g., ‘heavy’) to an attribute(e.g., ‘weight’) of the noun that it modifies, we hypothesize that such attribute of an adjective correspond to the viewpoint of the person who used the adjective to evaluate the target. In order to extract an attribute of an adjective, we used WordNet. We performed an experiment where human judges were asked to see if the attributes extracted from the adjectives actually correspond to the viewpoints one can infer from the opinion expressions. The result shows that the task is promising.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 용어정의
• 3. 관련연구
• 4. 제안하는 관점 추출 방식
• 5. 실험 및 결과
• 6. 오류분석
• 7. 결론
• References

참고문헌 (Reference)

1 Miller, G. A., "WordNet: A Lexical Database for English" 38 (38): 39-41, 1995

2 Pang, B, "Thumbs up? Sentiment Classification sing Machine Learning Techniques" 10 : 79-86, 1988

3 Landis, J. R., "The measurement of observer agreement for categorical data" 159-174, 1977

4 Baccianella, S., "Sentiwordnet 3.0: An enhanced lexical resource for sentiment analysis and opinion mining" 2200-2204, 2010

5 Liu, B., "Sentiment analysis and opinion mining" 5 (5): 1-167, 2012

6 Ganesan, K, "Opinion-based entity ranking" 15 (15): 116-150, 2011

7 Moghaddam, S., "Opinion digger" 1825-, 2010

8 Liu, B, "Opinion Observer : Analyzing and Comparing Opinions on the Web" 342-, 2005

9 Bird, Steven, "Natural Language Processing with Python" O’Reilly Media Inc 2009

10 Zhuang, L, "Movie Review Mining and Summarization" 43-, 2006

11 Dave, K., "Mining the peanut gallery:Opinion Extraction and Semantic Classification of Product Reviews" 519-, 2003

12 Hu, M, "Mining opinion features in customer reviews" 755-760, 2004

13 Hu, M, "Mining and summarizing customer reviews" 168-, 2004

14 Joseph, F.L., "Measuring nominal scale agreement among many raters" 76 (76): 378-382, 1971

15 Miller, G.A., "Introduction to WordNet :An Online Lexical Database" 3 : 235-244, 1993

16 Hai, Z, "Implicit Feature Identification via Cooccurrence Association Rule Mining" 6608 : 393-404, 2011

17 Su, Q, "Hidden Sentiment Association in Chinese Web Opinion Mining" 959-968, 2008

18 Fei, G., "A Dictionary-Based Approach to Identifying Aspects Implied by Adjectives for Opinion Mining" (2012) : 309-318, 2012