1 |
1
제품에 대한 사용자의 선호도를 분석하는 장치에 있어서,감정을 나타내는 어휘(sentimental lexicon) 패턴 정보가 저장되는 감정어 사전;통계 기반 기계 학습 알고리즘을 사용하여, 감정어 사전에 정의되어 있는 어휘 패턴 정보를 기초로, 하나 이상의 문서에 기술되어 있는 사용자의 의견을 긍정적 의견 또는 부정적인 의견 중 어느 하나의 클래스(class)로 분류하는 선호도 분석부;를 포함하되,통계 기반 기계 학습 알고리즘에는 감정어 사전에서 각 어휘 패턴의 전체 클래스에 속하는 개수에 대한 특정 클래스에 속하는 개수의 비율이 이용되는 것인 선호도 분석 장치
|
2 |
2
제 1 항에 있어서,상기 통계 기반 기계 학습 알고리즘은 나이브 베이즈 분류기(Naive Bayes Classifier)를 기초로 하는 선호도 분석 장치
|
3 |
3
제 1 항에 있어서,감정어 사전에 저장되는 어휘 패턴 정보는 어휘 패턴(pattern), 어휘 패턴이 유니그램(unigram)인지 바이그램(bigram)인지를 표시하는 형태(type), 어휘 패턴의 감정 표현 대상을 나타내는 대상(target), 및 어휘 패턴이 긍정적인 감정을 나타내는지 또는 부정적인 감정을 나타내는지를 표시하는 극성(polarity)을 포함하는 선호도 분석 장치
|
4 |
4
선호도 분석 장치를 사용하여 제품에 대한 사용자의 선호도를 분석하는 방법에 있어서,감정을 나타내는 어휘(sentimental lexicon) 패턴 정보가 저장되는 감정어 사전을 구축하는 단계;통계 기반 기계 학습 알고리즘을 사용하여, 감정어 사전에 정의되어 있는 어휘 패턴 정보를 기초로, 하나 이상의 문서에 기술되어 있는 사용자의 의견을 긍정적 의견 또는 부정적인 의견 중 어느 하나의 클래스(class)로 분류하는 단계;를 포함하되,통계 기반 기계 학습 알고리즘에는 감정어 사전에서 각 어휘 패턴의 전체 클래스에 속하는 개수에 대한 특정 클래스에 속하는 개수의 비율이 이용되는 것인 선호도 분석 방법
|
5 |
5
제 4 항에 있어서,상기 통계 기반 기계 학습 알고리즘은 나이브 베이즈 분류기(Naive Bayes Classifier)를 기초로 하는 선호도 분석 방법
|
6 |
6
제 4 항에 있어서,감정어 사전에 저장되는 어휘 패턴 정보는 어휘 패턴(pattern), 어휘 패턴이 유니그램(unigram)인지 바이그램(bigram)인지를 표시하는 형태(type), 어휘 패턴의 감정 표현 대상을 나타내는 대상(target), 및 어휘 패턴이 긍정적인 감정을 나타내는지 또는 부정적인 감정을 나타내는지를 표시하는 극성(polarity)을 포함하는 선호도 분석 방법
|
7 |
7
제 4 항에 있어서,상기 감정어 사전에는 레스토랑에 특화된 어휘 패턴 정보가 저장되는 선호도 분석 방법
|