| 1 |
1
텍스트 정보 및 상기 텍스트 정보에 대응하는 감성 레벨 정보를 각각 포함하는 복수의 리뷰 데이터들을 기반으로 머신 러닝을 통해 감성 분류 모델을 생성하는 단계; 및상기 감성 분류 모델을 이용하여 감성 레벨 정보를 포함하지 않는 리뷰 데이터의 감성 레벨을 결정하는 단계를 포함하고, 상기 감성 분류 모델을 생성하는 단계는 상기 텍스트 정보들 간의 유사도를 기반으로 상기 감성 레벨 정보를 조정하여 상기 감성 분류 모델에 반영하고, 상기 감성 분류 모델을 생성하는 단계는, 상기 복수의 리뷰 데이터들 중 상기 감성 분류 모델에 반영될 리뷰 데이터를 선택하는 단계; 상기 선택된 리뷰 데이터의 텍스트 정보를 텍스트 벡터로 변환하는 단계; 및 상기 텍스트 벡터를 상기 감성 분류 모델의 입력 값으로 설정하고 상기 선택된 리뷰 데이터의 감성 레벨 정보를 기반으로 상기 감성 분류 모델의 목표 출력 벡터를 설정함으로써 상기 감성 분류 모델을 학습하는 단계를 포함하고, 상기 리뷰 데이터를 선택하는 단계는, 더 높은 신뢰도를 가지는 리뷰 데이터가 더 높은 선택될 확률을 가지는, 컴퓨터로 하여금 리뷰 데이터의 감성을 분류하게 하기 위한 방법
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
제 1 항에 있어서, 상기 신뢰도는 상기 리뷰 데이터에 대한 추천수 및 비추천수의 비율을 기반으로 결정되는, 컴퓨터로 하여금 리뷰 데이터의 감성을 분류하게 하기 위한 방법
|
| 5 |
5
제 1 항에 있어서, 상기 감성 분류 모델을 학습하는 단계는, 상기 텍스트 정보들 간의 유사도를 기반으로 상기 목표 출력 벡터를 설정하는, 컴퓨터로 하여금 리뷰 데이터의 감성을 분류하게 하기 위한 방법
|
| 6 |
6
제 5 항에 있어서, 상기 감성 분류 모델을 학습하는 단계는, 상기 선택된 리뷰 데이터의 텍스트 정보와 높은 유사도를 가지는 텍스트 정보에 대응하는 감성 레벨 정보에 가중치를 부여함으로써 상기 목표 출력 벡터를 설정하는, 컴퓨터로 하여금 리뷰 데이터의 감성을 분류하게 하기 위한 방법
|
| 7 |
7
제 6 항에 있어서, 상기 텍스트 정보들 간의 유사도는 상기 텍스트 정보들에 각각 대응하는 텍스트 벡터들 간의 코사인 유사도를 기반으로 결정되는, 컴퓨터로 하여금 리뷰 데이터의 감성을 분류하게 하기 위한 방법
|
| 8 |
8
제 7 항에 있어서, 상기 목표 출력 벡터는 하기의 수학식을 기반으로 결정되는, 컴퓨터로 하여금 리뷰 데이터의 감성을 분류하게 하기 위한 방법
|
| 9 |
9
텍스트 정보 및 상기 텍스트 정보에 대응하는 감성 레벨 정보를 각각 포함하는 복수의 리뷰 데이터들을 기반으로 머신 러닝을 통해 감성 분류 모델을 생성하는 감성 분류 모델 생성부; 및상기 감성 분류 모델을 이용하여 감성 레벨 정보를 포함하지 않는 리뷰 데이터의 감성 레벨을 결정하는 결정부를 포함하고, 상기 감성 분류 모델 생성부는 상기 텍스트 정보들 간의 유사도를 기반으로 상기 감성 레벨 정보를 조정하여 상기 감성 분류 모델에 반영하고, 상기 감성 분류 모델 생성부는, 상기 복수의 리뷰 데이터들 중 상기 감성 분류 모델에 반영될 리뷰 데이터를 선택하는 선택부; 상기 선택된 리뷰 데이터의 텍스트 정보를 텍스트 벡터로 변환하는 변환부; 및상기 텍스트 벡터를 상기 감성 분류 모델의 입력 값으로 설정하고 상기 선택된 리뷰 데이터의 감성 레벨 정보를 기반으로 상기 감성 분류 모델의 목표 출력 벡터를 설정함으로써 상기 감성 분류 모델을 학습하는 학습부를 포함하고, 상기 선택부는 더 높은 신뢰도를 가지는 리뷰 데이터가 더 높은 선택될 확률을 가지도록 구성되는, 리뷰 데이터의 감성을 분류하기 위한 장치
|
| 10 |
10
삭제
|
| 11 |
11
삭제
|
| 12 |
12
제 9 항에 있어서, 상기 신뢰도는 상기 리뷰 데이터에 대한 추천수 및 비추천수의 비율을 기반으로 결정되는, 리뷰 데이터의 감성을 분류하기 위한 장치
|
| 13 |
13
제 9 항에 있어서, 상기 학습부는 상기 텍스트 정보들 간의 유사도를 기반으로 상기 목표 출력 벡터를 설정하는, 리뷰 데이터의 감성을 분류하기 위한 장치
|
| 14 |
14
제 13 항에 있어서, 상기 학습부는 상기 선택된 리뷰 데이터의 텍스트 정보와 높은 유사도를 가지는 텍스트 정보에 대응하는 감성 레벨 정보에 가중치를 부여함으로써 상기 목표 출력 벡터를 설정하는, 리뷰 데이터의 감성을 분류하기 위한 장치
|
| 15 |
15
제 14 항에 있어서, 상기 텍스트 정보들 간의 유사도는 상기 텍스트 정보들에 각각 대응하는 텍스트 벡터들 간의 코사인 유사도를 기반으로 결정되는, 리뷰 데이터의 감성을 분류하기 위한 장치
|
| 16 |
16
제 15 항에 있어서, 상기 목표 출력 벡터는 하기의 수학식을 기반으로 결정되는, 리뷰 데이터의 감성을 분류하기 위한 장치
|
| 17 |
17
컴퓨터 판독 가능한 저장 매체로서, 상기 컴퓨터에 포함된 프로세서로 하여금,텍스트 정보 및 상기 텍스트 정보에 대응하는 감성 레벨 정보를 각각 포함하는 복수의 리뷰 데이터들을 기반으로 머신 러닝을 통해 감성 분류 모델을 생성하도록 하기 위한 명령어; 및상기 감성 분류 모델을 이용하여 감성 레벨 정보를 포함하지 않는 리뷰 데이터의 감성 레벨을 결정하도록 하기 위한 명령어를 포함하고, 상기 감성 분류 모델을 생성하도록 하기 위한 명령어는 상기 텍스트 정보들 간의 유사도를 기반으로 상기 감성 레벨 정보를 조정하여 상기 감성 분류 모델에 반영하도록 구성되고, 상기 감성 분류 모델을 생성하는 것은, 상기 복수의 리뷰 데이터들 중 상기 감성 분류 모델에 반영될 리뷰 데이터를 선택하는 것; 상기 선택된 리뷰 데이터의 텍스트 정보를 텍스트 벡터로 변환하는 것; 및 상기 텍스트 벡터를 상기 감성 분류 모델의 입력 값으로 설정하고 상기 선택된 리뷰 데이터의 감성 레벨 정보를 기반으로 상기 감성 분류 모델의 목표 출력 벡터를 설정함으로써 상기 감성 분류 모델을 학습하는 것을 포함하고, 상기 리뷰 데이터를 선택하는 것은, 더 높은 신뢰도를 가지는 리뷰 데이터가 더 높은 선택될 확률을 가지는, 컴퓨터 판독 가능한 저장 매체
|
