Developing a Hybrid Opinion Mining Model on Multilingual Social Media Text

Abstract

인터넷과 스마트폰으로 대변되는 정보통신 기술의 발달로 말미암아 고객은 소셜 네트워킹 서비스에 쉽게 접근하고, 다양한 방식으로 상호간에 커뮤니케이션 하는 것이 가능해졌다. 또한, 소셜 네트워크의 사용자는 거리와 시간 그리고 공간의 확장으로 한 국가로 한정되는 것이 아니라 글로벌하게 구성됨으로써, 게시되는 많은 수의 의견들 또는 제품이나 서비스에 대한 피드백 등은 자국어뿐만 아니라 영어 등 다양한 언어로 구성되고 있다. 다양한 언어로 구성된 이러한 텍스트 정보들은 텍스트 마이닝과 오피니언 마이닝 기술의 발전 덕분에 제품이나 서비스에 대한 고객의 평가뿐만 아니라 기업의 전략을 구성하는 중요한 정보로 다루어지고 있다. 따라서 한가지 언어의 마이닝이 가진 분석의 한계를 뛰어 넘기 위해서는 다중언어로 구성된 이러한 고객들의 정보를 동시에 분석할 수 있는 기법이 필요한 상황이다. 이러한 배경에서 본 연구는 다중언어 소셜 미디어 텍스트 데이터의 분석에 관한 오피니언 마이닝의 새로운 모델을 제안한다. 즉, 다중 언어로 구성된 소셜 네트워킹 사이트 및 호텔 예약 포털 사이트에서 수집한 자료를 바탕으로 사전(dictionary) 기반과 기계 학습 방법, 그리고 인공지능을 이용한 오피니언 마이닝 모델의 특징과 예측 성능을 검토 한 후 이 방법들을 결합한 하이브리드 모델을 제안하였다. 또한, 소셜 미디어 텍스트 데이터는 비표준 언어를 통해 감정을 전달하는 경우가 빈번하게 발생하므로 비표준 언어로 구성된 텍스트 메시지를 처리하기 위한 사전(dictionary) 분석 모델도 개발하여 이 하이브리드 모델과 통합하였다. 이 새롭게 제안한 하이브리드 모델을 이용하여 분석해 본 결과 다중언어의 처리에 상당한 장점이 있음을 발견하였으며 특히, 비표준 언어를 표준언어와 동시에 처리함으로써 기존의 모델에서 분석하지 못하는 고객의 감성도 분석할 수 있음을 발견하였다. 따라서 이런 분석결과에 기초하여 향후 텍스트 기반의 오피니언 마이닝 분야에 본 연구가 제시하는 다중 언어 오피니언 마이닝 기법이 활용되어 더욱 풍부한 고객의 의견에 대한 분석결과가 기업의 운영과 전략에 응용될 수 있기를 기대한다.