[논문 리뷰] Tracking Sentiment in Mail: How Genders Differ on Emotional Axes

Saif M. Mohammad, T.Y. Yang외 1명|arXiv (Cornell University)|2013. 09. 24.

Sentiment Analysis and Opinion Mining참고 문헌 32인용 수 172

한 줄 요약

이 논문은 이메일 유형 간 성별에 따른 정서 표현의 차이를 분석하기 위해 공동으로 구성한 단어-정서 어휘집을 제안한다. 감성 분석 및 시각화를 통해 여성은 기쁨-슬픔 단어를 더 많이 사용하는 반면 남성은 두려움-신뢰어휘를 선호하는 것으로 밝혀졌으며, 정서 인식 이메일 도구 및 정신 건강 모니터링에 통찰을 제공한다.

ABSTRACT

With the widespread use of email, we now have access to unprecedented amounts of text that we ourselves have written. In this paper, we show how sentiment analysis can be used in tandem with effective visualizations to quantify and track emotions in many types of mail. We create a large word--emotion association lexicon by crowdsourcing, and use it to compare emotions in love letters, hate mail, and suicide notes. We show that there are marked differences across genders in how they use emotion words in work-place email. For example, women use many words from the joy--sadness axis, whereas men prefer terms from the fear--trust axis. Finally, we show visualizations that can help people track emotions in their emails.

연구 동기 및 목표

• 감성 및 정서 분석을 위한 대규모 고포괄성 단어-정서 연관 어휘집을 공동으로 구성하여 개발하기.
• 로지의 동의어사전을 활용해 단어의 의미를 기반으로 한 공동으로 구성된 정의를 사용하여, 애자일 이메일 유형—사랑 편지, 증오 메일, 자살 선언서—간 정서 언어의 차이를 조사하기.
• 특정 정서 축에 초점을 맞춰 직장 내 이메일에서 성별 기반 정서 표현의 차이를 분석하기.
• 사용자가 자신의 이메일 교환 내 정서적 내용을 추적할 수 있도록 하는 시각화 기법을 설계하고 구현하기.
• 정신 건강 위험 탐지, 정서 기반 이메일 검색, 디지털 교환에서 정서적 의사소통 향상과 같은 실용적 응용을 지원하기.

제안 방법

• 로지의 동의어사전을 기반으로 단어의 의미를 활용하여 아마존 메카니컬 터크를 통해 공동으로 정의를 수집하여 대규모 단어-정서 어휘집을 구축하였다.
• 다수의 정의자 간 일관성과 신뢰성을 확보하기 위해 품질 관리 조치를 적용하였다.
• 에크만의 기본 정서 이론에 따라 여덟 가지 기본 정서(기쁨, 슬픔, 분노, 두려움, 신뢰, 혐오, 놀람, 기대)에 단어를 매핑하였다.
• Google N-gram 코퍼스를 활용해 빈도 기반으로 어휘를 필터링하여 높은 빈도어휘만을 대상으로 하여 강건성을 확보하였다.
• 세 가지 다른 이메일 코퍼스(사랑 편지, 증오 메일, 자살 선언서)에서 정서적 내용을 분석하기 위해 어휘집을 적용하였다.
• 이메일 서비스(Gmail 등)에 정서 분석 기능을 통합하여 실시간 정서 톤 추적을 가능하게 하는 시각 피드백을 제공하였다.

실험 결과

연구 질문

• RQ1 사랑 편지, 증오 메일, 자살 선언서 간 정서어 분포는 어떻게 다를까?
• RQ2 직장 내 이메일에서 성별에 따른 정서 표현 패턴은 무엇이며, 특히 기쁨-슬픔 축과 두려움-신뢰 축에서 어떻게 나타나는가?
• RQ3 공동으로 구성한 정서 어휘집은 비공식적 글쓰기에서 정교한 정서적 내용을 효과적으로 포착할 수 있는가?
• RQ4 이메일의 정서 톤을 시각화하면 사용자가 자신의 정서 표현을 얼마나 잘 모니터링하고 관리할 수 있는가?
• RQ5 이메일 내 정서 분석은 정신적 고통의 조기 탐지 또는 상호작용 소통 향상에 기여할 수 있는가?

주요 결과

• 여성의 직장 이메일은 남성의 이메일에 비해 기쁨-슬픔 정서 축과 관련된 단어를 유의미하게 더 많이 포함하고 있다.
• 남성의 직장 이메일은 두려움-신뢰 정서 축과 관련된 어휘 빈도가 높아, 다소 다른 정서적 어조를 보이고 있다.
• 어휘집은 세 가지 이메일 유형 간 정서 톤의 의미 있는 차이를 성공적으로 포착했으며, 자살 선언서는 슬픔과 두려움 수준이 높았다.
• 사랑 편지는 기쁨과 신뢰어휘의 사용 빈도가 높았고, 증오 메일은 분노, 혐오, 두려움 어휘의 사용 빈도가 높았다.
• 시간에 따른 정서 추세의 시각화를 통해 정서 톤의 감지 가능한 변화가 확인되어, 개인의 정서 자가 모니터링에 활용 가능함을 시사했다.
• 이 방법은 정서 분석이 사용자에게 친숙한 시각 피드백과 결합될 경우 신뢰성 있고 실용적인 결과를 낼 수 있음을 입증하였다.