초록
이전 연구자들은 감성 분석을 입력 문서를 미리 정의된 감성 클래스로 분류하는 문서 분류 작업으로 간주해 왔다. 문서 내에는 감성 분석에 중요한 증거를 제공하는 문장과 그렇지 않은 문장이 존재하지만, 기존 연구들은 문서를 문장의 집합(bag of sentences)으로 간주하여 각 문장의 중요도를 고려하지 않았다. 즉, 문서 내 각 문장이 가지는 중요도를 구분하지 않았다. 문서의 극성(polarity)을 효과적으로 결정하기 위해서는 문서 내 각 문장을 서로 다른 정도의 중요도로 다뤄야 한다. 이 문제를 해결하기 위해 본 연구에서는 깊은 신경망 기반의 문서 수준 문장 분류 모델을 제안하며, 게이트 메커니즘을 통해 문서 내 문장의 중요도를 자동으로 결정한다. 제안한 새로운 감성 분석 모델의 성능을 검증하기 위해 영화 리뷰, 호텔 리뷰, 레스토랑 리뷰, 음악 리뷰 등 네 가지 서로 다른 도메인의 감성 분석 데이터셋을 사용하여 실험을 수행하였다. 실험 결과, 문서 내 문장 간 중요도 차이를 고려하지 않는 기존 최고 성능 모델들을 모두 상회하는 성능을 보였다. 실험 결과는 문서 수준 감성 분류 작업에서 문장의 중요도를 고려해야 함을 시사한다.