| 1 |
1
다수의 웹 사이트로부터 수집된 어휘를 계층 구조로 배치하고, 사용자에 의해 선택되는 빈도수에 따라 추가 및 삭제하여 다수개의 카테고리를 생성하는 카테고리 생성부;사용자에 의해 다수개의 감성별로 배치된 다수개의 하위 키워드를 이용하여 기본감성표를 생성하는 기본감성 생성부;사용자에 의해 다수개의 감성별로 2차원 그래프에 배치된 키워드를 이용하여 차원감성 그래프를 생성하는 차원감성 생성부;사용자 단말기에 기 설치된 웹 브라우저를 이용하여 접속된 다수의 웹 페이지 중 웹 페이지에 포함된 텍스트가 설정개수 이상인 웹 페이지의 URL(uniform resource locator)을 수집하는 URL 수집부;상기 수집된 다수의 URL에 포함된 내용에 따라 카테고리별 대표 URL, 기본감성별 대표 URL 및 차원감성별 대표 URL을 선정하는 대표 URL 선정부;상기 선정된 대표 URL들로부터 카테고리, 기본감성 및 차원감성 각각을 대표하는 어휘 집합을 생성하되, 상기 URL에 포함된 다수의 텍스트를 파이썬(Python) 라이브러리를 이용하여 크롤링(crawling)한 후, 자연어 처리(NLP)를 통해 형태소 단위로 분리하여 형태소 형태의 명사를 합하여 카테고리를 대표하는 어휘 집합을 생성하고, 상기 형태소 형태의 명사, 동사, 형용사를 합하여 각각 기본감성을 대표하는 어휘 집합 및 차원감성을 대표하는 어휘 집합을 생성하는 대표 어휘 집합 생성부; 분류하고자 하는 URL의 웹 페이지에 포함된 다수의 텍스트를 상기 파이썬 라이브러리를 이용하여 크롤링(crawling)한 후, 자연어처리(NLP)를 통해 형태소 단위로 분리하여 분리된 다수의 어휘를 추출하는 어휘 추출부; 및상기 추출된 다수의 어휘와 상기 대표 어휘 집합 생성부로부터 생성된 카테고리, 기본감성 및 차원감성의 대표 어휘 집합과의 문서유사도를 각각 비교하여 상기 웹 페이지의 카테고리, 기본감성 및 차원감성을 선정하는 선정부를 포함하고,상기 선정부는, 상기 추출된 다수의 어휘와 상기 카테고리를 대표하는 어휘 집합간의 문서유사도를 비교하여, 가장 높은 문서유사도의 카테고리를 상기 사용자에 의해 접속된 URL의 카테고리로 선정하고, 상기 추출된 다수의 어휘와 상기 기본감성을 대표하는 어휘 집합간의 문서유사도를 비교하여, 가장 높은 문서유사도의 기본감성 어휘를 상기 사용자에 의해 접속된 URL의 기본감성으로 선정하며, 상기 추출된 다수의 어휘와 상기 차원감성을 대표하는 어휘 집합간의 문서유사도를 비교하여, 가장 높은 문서유사도의 차원감성 어휘를 상기 사용자에 의해 접속된 URL의 차원감성으로 선정하는 웹 콘텐츠를 이용한 사용자 감정 예측 장치
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서, 상기 대표 URL 선정부는,상기 수집된 다수의 URL에 포함된 내용과 상기 생성된 다수개의 카테고리를 각각 매칭하여 상기 매칭 결과에 따라 상기 카테고리별 대표 URL 선정하고, 상기 수집된 다수의 URL에 포함된 내용과, 상기 생성된 기본감성표의 키워드를 각각 매칭하여 상기 매칭 결과에 따라 상기 기본감성별 대표 URL 선정하고, 상기 수집된 다수의 URL에 포함된 내용과, 상기 생성된 차원감성 그래프에 배치된 키워드를 각각 매칭하여 상기 매칭 결과에 따라 상기 차원감성별 대표 URL 선정하는 웹 콘텐츠를 이용한 사용자 감정 예측 장치
|
| 4 |
4
삭제
|
| 5 |
5
삭제
|
| 6 |
6
웹 콘텐츠를 이용한 사용자 감정 예측 장치에 의해 수행되는 사용자 감정 예측 방법에 있어서,다수의 웹 사이트로부터 수집된 어휘를 계층 구조로 배치하고, 사용자에 의해 선택되는 빈도수에 따라 추가 및 삭제하여 다수개의 카테고리를 생성하는 단계;사용자에 의해 다수개의 감성별로 배치된 다수개의 하위 키워드를 이용하여 기본감성표를 생성하는 단계;사용자에 의해 다수개의 감성별로 2차원 그래프에 배치된 키워드를 이용하여 차원감성 그래프를 생성하는 단계;사용자 단말기에 기 설치된 웹 브라우저를 이용하여 접속된 다수의 웹 페이지 중 웹 페이지에 포함된 텍스트가 설정개수 이상인 웹 페이지의 URL(uniform resource locator)을 수집하는 단계;상기 수집된 다수의 URL에 포함된 내용에 따라 카테고리별 대표 URL, 기본감성별 대표 URL 및 차원감성별 대표 URL을 선정하는 단계;상기 선정된 대표 URL들로부터 카테고리, 기본감성 및 차원감성 각각을 대표하는 어휘 집합을 생성하되, 상기 URL에 포함된 다수의 텍스트를 파이썬(Python) 라이브러리를 이용하여 크롤링(crawling)한 후, 자연어 처리(NLP)를 통해 형태소 단위로 분리하여 형태소 형태의 명사를 합하여 카테고리를 대표하는 어휘 집합을 생성하고, 상기 형태소 형태의 명사, 동사, 형용사를 합하여 각각 기본감성을 대표하는 어휘 집합 및 차원감성을 대표하는 어휘 집합을 생성하는 단계;분류하고자 하는 URL의 웹 페이지에 포함된 다수의 텍스트를 파이썬 라이브러리를 이용하여 크롤링(crawling)한 후, 자연어처리(NLP)를 통해 형태소 단위로 분리하여 분리된 다수의 어휘를 추출하는 단계; 및상기 추출된 다수의 어휘와, 카테고리, 기본감성 및 차원감성의 대표 어휘 집합과의 문서유사도를 각각 비교하여 상기 웹 페이지의 카테고리, 기본감성 및 차원감성을 선정하는 단계를 포함하고,상기 선정하는 단계는,상기 추출된 다수의 어휘와 상기 카테고리를 대표하는 어휘 집합간의 문서유사도를 비교하여, 가장 높은 문서유사도의 카테고리를 상기 사용자에 의해 접속된 URL의 카테고리로 선정하고, 상기 추출된 다수의 어휘와 상기 기본감성을 대표하는 어휘 집합간의 문서유사도를 비교하여, 가장 높은 문서유사도의 기본감성 어휘를 상기 사용자에 의해 접속된 URL의 기본감성으로 선정하며, 상기 추출된 다수의 어휘와 상기 차원감성을 대표하는 어휘 집합간의 문서유사도를 비교하여, 가장 높은 문서유사도의 차원감성 어휘를 상기 사용자에 의해 접속된 URL의 차원감성으로 선정하는 사용자 감정 예측 방법
|
| 7 |
7
삭제
|
| 8 |
8
제6항에 있어서, 상기 대표 URL을 선정하는 단계는,상기 수집된 다수의 URL에 포함된 내용과 상기 생성된 다수개의 카테고리를 각각 매칭하여 상기 매칭 결과에 따라 상기 카테고리별 대표 URL 선정하고, 상기 수집된 다수의 URL에 포함된 내용과, 상기 생성된 기본감성표의 키워드를 각각 매칭하여 상기 매칭 결과에 따라 상기 기본감성별 대표 URL 선정하고, 상기 수집된 다수의 URL에 포함된 내용과, 상기 생성된 차원감성 그래프에 배치된 키워드를 각각 매칭하여 상기 매칭 결과에 따라 상기 차원감성별 대표 URL 선정하는 사용자 감정 예측 방법
|
| 9 |
9
삭제
|
| 10 |
10
삭제
|
