[논문 리뷰] Discovering New Sentiments from the Social Web

Juan Galán‐Paez, Joaquín Borrego‐Díaz|arXiv (Cornell University)|2014. 06. 30.

Opinion Dynamics and Social Influence참고 문헌 1인용 수 3

한 줄 요약

이 논문은 사회적 미디어에서 나타나는 새로운 감성 개념을 고역동성, 복잡한 네트워크 구조를 분석함으로써 탐지하는 프레임워크를 제안한다. 이는 인공 시스템에서 인간과 유사한 정서적 복잡성이 나타나는 것과 유사한 맥락에서 제기된다. 기존 감성 어휘에 포괄되지 않는 초복잡한 감성 구조를 탐지하는 방법을 제시하며, 디지털 사회 네트워크 내 집단적 상호작용에서 새로운 정서적 현상이 발생함을 입증한다.

ABSTRACT

A persistent challenge in Complex Systems (CS) research is the phenomenological reconstruction of systems from raw data. In order to face the problem, the use of sound features to reason on the system from data processing is a key step. In the specific case of complex societal systems, sentiment analysis allows to mirror (part of) the affective dimension. However it is not reasonable to think that individual sentiment categorization can encompass the new affective phenomena in digital social networks. The present papers addresses the problem of isolating sentiment concepts which emerge in social networks. In an analogy to Artificial Intelligent Singularity, we propose the study and analysis of these new complex sentiment structures and how they are similar to or diverge from classic conceptual structures associated to sentiment lexicons. The conjecture is that it is highly probable that hypercomplex sentiment structures -not explained with human categorizations- emerge from high dynamic social information networks. Roughly speaking, new sentiment can emerge from the new global nervous systems as it occurs in humans.

연구 동기 및 목표

• 기존 감성 어휘에 포획되지 않은 디지털 사회 네트워크에서 발생하는 감성 개념을 탐지하는 데 도전하는 것.
• 고역동성 사회 정보 네트워크에서 인간 레이블링 카테고리 초월하는 초복잡한 감성 구조가 어떻게 발생하는지 조사하는 것.
• 복잡계 이론과 인공지능 원리를 활용해 이러한 탐지된 감성 구조를 모델링하고 분석하는 것.
• 디지털 사회 네트워크에서의 정서적 현상의 기원과 인간 신경계에서 관찰되는 인지적 기원 간의 유사성 탐색

제안 방법

• 사전에 정의된 감성 카테고리에서 벗어나는 정서적 표현 패턴을 식별하기 위해 원시 소셜 미디어 데이터를 기반으로 한 데이터 기반 분석을 적용한다.
• 사전에 레이블링된 감성 데이터에 의존하지 않고, 네트워크 동역학 및 시간적 상호작용 패턴에서 유도된 특징을 적용하여 감성 구조를 추론한다.
• 사회 네트워크 내 집단적 행동에서 기인하는 감성의 기원을 모델링하기 위해 복잡계 이론의 개념을 활용한다.
• 인공지능 싱귤러리티에 비유함으로써 새로운 감성 구조의 기원을 체계적 복잡성의 형태로 프레임화한다.
• 감성을 정적 카테고리가 아니라 네트워크 수준의 상호작용에 의해 형성되는 진화적 초복잡 구조로 간주한다.
• 컴퓨터 모델링과 네트워크 특징 추출에 의존하여 고전적 감성 어휘로 설명할 수 없는 감성 패턴을 고립하고 분석한다.

실험 결과

연구 질문

• RQ1 소셜 미디어의 감성 구조는 기존 감성 어휘에 정의된 것과 어떻게 다를까?
• RQ2 고역동성 사회 네트워크 내에서 어떤 메커니즘이 새로운 초복잡한 감성 패턴을 유도하는가?
• RQ3 소셜 미디어에서의 탐지된 감성 현상은 어느 정도 복잡계 현상으로 모델링될 수 있는가?
• RQ4 디지털 사회 네트워크의 집단적 상호작용은 인간 레이블링 감성 카테고리 초월하는 정서적 구조를 어떻게 생성하는가?
• RQ5 기존 감성 자원에 사전 정의되지 않은 감성 개념은 어떻게 탐지하고 분석할 수 있는가?

주요 결과

• 연구는 소셜 미디어에서 감성 구조가 종종 초복잡성을 띠며, 이는 기존 감성 어휘로는 충분히 기술할 수 없음을 밝혀냈다.
• 기존 감성 카테고리에서 벗어난 새로운 감성 패턴은 사회 네트워크 내 집단적 동적 상호작용에서 기인하며, 개인적 표현이 아닌 체계적 기원을 가짐을 시사한다.
• 연구는 전통적인 감성 분류 방식이 네트워크 수준의 동역학에서 기인하는 정서적 현상을 포착하지 못함을 입증했다.
• 프레임워크는 인간 레이블링 감성 카테고리로 설명할 수 없는 감성 개념을 성공적으로 고립하여, 새로운 정서적 구조의 존재를 시사한다.
• 연구 결과는 디지털 사회 네트워크가 새로운 형태의 정서적 표현을 생성할 수 있는 '글로벌 신경계'로 기능할 수 있음을 지지한다.