earticle

영어

An emotion extraction algorithm from SMS text was developed for the emotion expression robot. The emotion extraction is performed in two steps. First, the emotion of each word is determined in accordance with the data base on the basis of emotion classification system. Secondly, the emotion of a sentence is determined according to the emotions extracted from the words of the sentence. For the first step, artificial neural network was used for the training of words with spelling errors. And for the second step, hidden markov model was used. For the artificial neural network and hidden markov model processing, Korea graphic character set for information interchange was used which is a South Korean 16bit coded character set standard to represent Korean characters on a computer. Two cases were simulated. First, lower 3 bits of 16bits were used to make spelling errors. Second case was with 5bits spelling errors. The matching rates of training data were 98.75% with 3 bits error and 95.74% with 5 bits error with 20K training iteration.. The matching rate of sentence emotion was 80.0% with the trained HMM.

한국어

본 논문에서는 감정 표현 로봇에서 사용하기 위한 SMS 문장에 내포되어 있는 감정을 추출하기 위한 방법을 제시하였다. 제시된 방법은 철자 오류나, 동사 형용사의 어미 활용에 대처하기 위한 것으로서, 감 정 추출은 두 단계로 이루어졌다. 첫 번째는, 사용되는 각 단어에 내포되어 있는 감정을 결정하는 단계이 고, 두 번째는 그 결과를 이용하여 문장의 감정을 결정하는 단계이다. 각각의 단계를 위하여 신경 회로망 과 히든 마르코프 모델을 사용하였으며, 16비트 한글 완성형 코드를 사용하였다. 하위 3비트 오차 및 하위 5 비트 오차의 경우에 대하여 감정을 추출하기 위한 시스템을 학습시켰으며, 감정 추출의 성공률은 3비트의 경우 92.25%, 5비트의 경우 95.30%였고, HMM의 추출 성공률은 80.0%였다.