[논문 리뷰] From Once Upon a Time to Happily Ever After: Tracking Emotions in Novels and Fairy Tales

Saif M. Mohammad|arXiv (Cornell University)|2013. 09. 23.

Sentiment Analysis and Opinion Mining참고 문헌 24인용 수 183

한 줄 요약

이 논문은 NRC 감정 어휘를 사용하여 문학 텍스트 내 감정어 밀도를 정량화하고 시각화하는 감정 기반 텍스트 분석 프레임워크를 제시한다. 연구는 동화가 소설에 비해 기쁨, 놀람, 기대, 혐오 등의 감정어 밀도 분포가 훨씬 넓다는 것을 입증하며, 구글 북스와 프로젝트 구텐베르크와 같은 대규모 코퍼스에서 감정 기반 검색 및 비교 문학 분석의 새로운 형태를 가능하게 한다.

ABSTRACT

Today we have access to unprecedented amounts of literary texts. However, search still relies heavily on key words. In this paper, we show how sentiment analysis can be used in tandem with effective visualizations to quantify and track emotions in both individual books and across very large collections. We introduce the concept of emotion word density, and using the Brothers Grimm fairy tales as example, we show how collections of text can be organized for better search. Using the Google Books Corpus we show how to determine an entity's emotion associations from co-occurring words. Finally, we compare emotion words in fairy tales and novels, to show that fairy tales have a much wider range of emotion word densities than novels.

연구 동기 및 목표

• 대규모 문학 텍스트 코퍼스를 위한 감성 및 감정 분석 시스템을 개발하기 위해.
• 디지털화된 문학에서 감정 기반 검색을 가능하게 하여, 높은 긴장감이나 기쁨을 가진 텍스트를 찾는 데 기여하기 위해.
• 정량적 감정어 밀도 지표를 활용해 동화와 소설 간 감정 역동성을 비교하기 위해.
• 장르와 저자 간 감정 분포를 시각화하고 분석하여 사회적 및 문체적 통찰을 도출하기 위해.
• 감정 콘텐츠를 기반으로 한 인터페이스를 프로젝트 구텐베르크에 구현하여 문학 텍스트 접근성을 향상시키기 위해.

제안 방법

• 연구는 감정어 라벨을 부여하기 위해 군중 참여 기반의 단어-감정 연관 어휘인 NRC 감정 어휘를 사용한다.
• 감정어 밀도는 텍스트당 10,000단어당 감정라벨이 부여된 단어의 수로 계산되며, 이는 다양한 텍스트 간 비교를 가능하게 한다.
• 히스토GRAM과 밀도도와 같은 시각화 기법을 사용하여 소설과 동화를 포함한 코퍼스 간 감정 분포를 비교한다.
• 구글 북스 코퍼스를 활용해 감정어와의 공존 패턴을 통해 특정 실체(예: 인물, 개념 등)의 감정 연관성을 분석한다.
• 소설과 동화 간 감정어 밀도의 차이가 통계적으로 유의미한지 평가하기 위해 통계적 검정(p < 0.001)을 적용한다.
• 분석은 두 개의 코퍼스에 적용된다: CEN(292편의 소설, 1881–1922년), FTC(453편의 동화, 19세기 저자들인 그림, 안데르센, 포터 포함).

실험 결과

연구 질문

• RQ1 동화와 소설 간 감정어 밀도의 분포와 크기에서 어떤 차이가 있는가?
• RQ2 감정 기반 시각화는 대규모 문학 코퍼스의 검색 및 탐색을 향상시킬 수 있는가?
• RQ3 여성, 인종, 동성애자 등의 실체들이 역사적 텍스트에서 특별한 감정어 연관성을 보이는가?
• RQ4 기쁨, 두려움, 놀람 등의 감정에 따라 동화와 소설 간 감정어 밀도는 어떻게 다를까?
• RQ5 동화와 소설 간 감정어 밀도의 표준편차에 유의미한 차이가 있는가?

주요 결과

• 동화는 소설에 비해 기쁨, 놀람, 기대, 혐오의 감정어 밀도가 유의미하게 높다(p < 0.001).
• 동화는 소설에 비해 신뢰어 밀도가 유의미하게 낮다(p < 0.001).
• 모든 8종의 기본 감정에 대해 동화의 감정어 밀도 표준편차는 소설보다 훨씬 크며, 이는 감정의 변동성이 더 크다는 것을 의미한다(p < 0.001).
• 10,000단어당 소설은 평균적으로 음성어 1,670개와 양성어 2,602개를 포함하지만, 동화는 음성어 1,543개와 양성어 2,808개를 포함한다(p < 0.001).
• 동화의 감정어 밀도 분포는 이중성 분포가 아니며, 소설보다 극단적인 값이 더 많아 정규분포에 가까운 형태를 띤다. 이는 더 넓은 감정 범위를 의미한다.
• 시각화 결과 동화는 소설에 비해 매우 높거나 매우 낮은 감정어 밀도를 가진 텍스트가 더 많다는 점을 확인했으며, 이는 감정의 변동성이 더 크다는 것을 뒷받침한다.