KOSAC 감정 사전(Korean Sentiment Lexicon)은 KOSAC(KOrean Sentiment Analysis Corpus)에서 도출한 형태소 단위 한국어 감정 사전입니다. KOSAC 자체는 세종 구문분석 말뭉치의 신문기사 332건·7,713문장에 KSML(Shin et al., 2012) 주석 체계로 감정 표현을 주석한 코퍼스이고, 이 사전은 그 코퍼스의 핵심 주관 표현(Seed)에서 어휘 차원의 감정 정보를 끌어내어 한국어 감정 분석에 폭넓게 쓸 수 있게 한 파생 자원입니다.

구축 방법

표제어는 Seed에서 추출한 형태소 N-gram입니다. 한 Seed가 다른 Seed를 포함할 때는 상위 Seed가 하위 Seed를 인용·부정·강조하며 감정값을 바꿀 수 있으므로, 감정값의 일관성을 위해 다른 Seed와 겹치지 않는 최하위 Seed의 형태소만 사용했습니다. 비(非)한글 문자나 문장부호가 포함된 것을 제외하고 가능한 모든 형태소 N-gram을 추출했습니다.

  • 표제어 16,362개 — unigram 3,476 · bigram 6,579 · trigram 6,307
  • 의미 자질별 CSV 6개 파일(lexicon.zip). 각 행은 한 N-gram의 감정 특성:
    • ngram — N-gram 표제어를 이루는 형태소
    • freq — 해당 N-gram을 포함한 Seed의 수
    • (의미 자질값) — 그 N-gram을 포함한 Seed 중 해당 값을 가진 비율
    • max.value — 비율이 가장 높은 값의 이름
    • max.prop — 그 최고 비율의 수치

정보

  • 유형: 감정 사전(lexicon) — KOSAC 코퍼스 파생 자원
  • 언어: 한국어
  • 저장소: github.com/snunlp/KOSAC (lexicon/)

인용

KOSAC 코퍼스를 사용하시는 경우 다음을 인용해 주세요.

@article{kosaccorpus,
  title   = {KOSAC(Korean Sentiment Analysis Corpus): 한국어 감정 및 의견 분석 코퍼스},
  author  = {김문형 and 장하연 and 조유미 and 신효필},
  journal = {Information and Computation},
  year    = {2013},
}

@inproceedings{kosacguideline,
  title     = {Annotation Scheme for Constructing Sentiment Corpus in Korean},
  author    = {Shin, Hyopil and Kim, Munhyong and Jo, Yu-Mi and Jang, Hayeon and Cattle, Andrew},
  booktitle = {Proceedings of the 26th Pacific Asia Conference on Language, Information, and Computation (PACLIC 26)},
  year      = {2012},
}