이 문서는 Google Cloud Translation API를 사용해 자동 번역되었습니다.
어떤 문서는 원문을 읽는게 나을 수도 있습니다.
감정 분석 프로세스는 일부 주제 또는 문서의 전반적인 맥락적 극성과 관련하여 화자 또는 작성자의 태도를 결정하는 데 사용됩니다. 태도는 구두 또는 서면 형식으로 표현된 판단 또는 의견일 수 있습니다.
오피니언 마이닝(감정 분석 또는 감정 AI라고도 함)은 자연어 처리, 텍스트 분석, 전산 언어학 및 생체 인식을 사용하여 정서적 상태 및 주관적 정보를 체계적으로 식별, 추출, 정량화 및 연구하는 것을 말합니다.
"감정 분석"이라는 용어가 처음 사용된 것은 1950년대로 거슬러 올라갑니다. 계산 언어학 초기에 연구자들은 누가 누구에게 무엇을 했는지와 같은 객관적인 정보를 추출하기 위해 컴퓨터를 사용하여 텍스트를 자동으로 분석하는 데 관심을 가졌습니다.
그러나 2000년대 초반이 되어서야 온라인 고객 리뷰와 소셜 미디어가 부상하면서 감정 분석이 본격적으로 시작되었습니다.
감정 분석에 사용할 수 있는 몇 가지 기술이 있지만 가장 일반적인 기술은 어휘 분석입니다.
어휘 분석은 사용된 단어를 살펴봄으로써 텍스트를 분석하는 방법입니다. 이것은 단어와 그 의미의 목록인 사전을 사용하여 수행할 수 있습니다.
텍스트의 각 단어에 대해 감정 점수가 계산됩니다. 점수는 단어의 사전 정의를 기반으로 합니다. 단어에 긍정적인 감정이 있으면 점수가 올라갑니다. 단어에 부정적인 감정이 있으면 점수가 감소합니다.
최종 감정 점수는 모든 개별 점수의 합계입니다.
감정 분석은 다음과 같은 다양한 애플리케이션에 사용할 수 있습니다.
고객 서비스: 고객 피드백을 자동으로 분석하고 개선이 필요한 부분을 식별하기 위해 감성 분석을 사용할 수 있습니다.
마케팅: 고객이 제품 또는 서비스에 대해 어떻게 느끼는지 이해하고 개선이 필요한 영역을 식별하는 데 감성 분석을 사용할 수 있습니다.
정치 분석: 정서 분석은 특정 문제에 대한 여론을 이해하는 데 사용할 수 있습니다.
상품평: 감성 분석을 통해 상품평을 자동으로 분석하고 개선이 필요한 부분을 파악할 수 있습니다.