리뷰 일관성 분석을 위한 딥러닝 기반 감성분석 기법

Abstract

인사평가는 개인의 인사 조치와도 관련이 있기 때문에 공정하고 객관성이 있어야 한다. 그러나 평가자의 주관이 들어가기 때문에 평가는 평가자 마다 다르다. 공정성과 객관성을 위해서는 평가의 분석이 필요하다. 평가 점수와 평가 의견이 다른 경우를 식별해야한다. 인사평가는 평가 점수와 의견으로 구성되어 있는데 이는 사용자가 아이템에 대한 의견을 적고 점수를 부여하는 리뷰 시스템과 유사하다. 본 논문에서는 인사평가의 문제를 해결하기 우해 리뷰에서 내용과 점수를 일치하지 않는 리뷰를 식별하는 방안을 연구하였다. 리뷰를 분석하여 활용하는 것은 추천시스템에서 활용하고 있으며, 사용자가 점수를 부여하지 않는 아이템에 대하여 점수를 예측하고 높은 점수를 부여할 것이라고 생각되는 아이템을 추천한다. 최근에는 딥러닝을 활용하여 리뷰를 분석하여 추천하는 시스템이 연구되고 있으나 리뷰의 내용과 점수가 일치하지 않는 리뷰는 기존 연구에서는 오류나 노이즈로 보고 있어 해당 리뷰를 식별하는데 제한이 있다. 본 논문에서는 리뷰의 내용과 점수가 일치하지 않는 리뷰를 식별하기 위해 기본적인 CNN과 감성 분석을 활용하여 리뷰의 점수를 예측하고 분석하는 방안을 제안한다. 실제 점수와 예측 점수가 일치 하지 않는 리뷰에 대해서 감성 분석을 하고, 감성 분석 결과와 예측 점수를 비교하여 리뷰의 내용과 점수가 일치하지 않는 리뷰를 식별한다. 본 논문에서 제안하는 리뷰를 식별하는 방안이 실제에도 식별이 되는지 확인하기 위하여 임의로 만든 리뷰와 실제 리뷰를 가지고 성능 평가를 하였으며, 리뷰의 내용과 실제 점수가 일치하지 않는 리뷰를 식별하였다.