2.5 KiB
2.5 KiB
id, category, confidence_score, tags, last_reinforced
| id | category | confidence_score | tags | last_reinforced | |||||
|---|---|---|---|---|---|---|---|---|---|
| P-REINFORCE-AUTO-STMN-001 | 10_Wiki/💡 Topics/AI | 0.96 |
|
2026-04-20 |
Sentiment-Analysis
📌 한 줄 통찰 (The Karpathy Summary)
"행간에 숨은 마음 읽기: 텍스트 속에 담긴 주관적인 감정, 태도, 의견을 AI가 객관적인 데이터(긍정/부정/중립)로 분류하여 집단의 마음 지도를 그려내는 기술."
📖 구조화된 지식 (Synthesized Content)
감성 분석(Sentiment Analysis, Opinion Mining)은 자연어 처리(NLP)를 통해 글쓴이의 감정 사태를 파악하는 기술입니다.
- 분석 층위:
- Document-level: 문서 전체의 지배적인 감정 파악.
- Sentence-level: 각 문장별 감정 변화 추적.
- Aspect-level (ABSA): 특정 속성별 감정 분석 (예: "음식은 맛있지만(긍정) 서비스는 엉망(부정)이다").
- 분석 방식:
- Lexicon-based: 감성 사전(예: '좋다'=+1, '슬프다'=-1)을 기반으로 점수 합산.
- Deep Learning (LLM): 문맥 전체를 파악하여 반어법이나 비유 속에 숨은 진짜 감정까지 포착.
- 활용 분야:
- 마케팅: 신제품 출시 후 SNS 실시간 반응 모니터링.
- 금융: 뉴스 기사와 트윗의 감성을 분석하여 주가 변동 예측.
- 정치: 정책 발표에 대한 여론의 흐름과 핵심 불만 사항 파악.
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 과거 데이터와의 충돌: 초기 감성 분석은 단순히 단어 위주로 파악하여 "그는 사기꾼이 아니다"를 부정으로 오인하기도 했으나, 현대 AI 정책은 트랜스포머 기반의 문맥 이해를 통해 고차원적인 감정 파악(Sarcasm Detection 등)을 기본 성능으로 요구함(RL Update).
- 정책 변화(RL Update): 기업의 고객 대응 정책이 '단순 불만 접수'에서 'AI 실시간 감정 케어'로 진화함에 따라, 극심한 부정 감성을 보이는 고객을 즉시 VIP 상담원에게 연결하는 '감성 트리거 기반 우선 대응 정책'이 상설 운영됨.
🔗 지식 연결 (Graph)
- Psychology & Behavior, Player-Experience-Modeling, Information Extraction (IE), Personalization-Engines, Marketing-Automation
- Modern Tech/Tools: Hugging Face Transformers, BERT, Google Natural Language API, Brandwatch.