Key points are not available for this paper at this time.
독자가 뉴스 기사와 같은 텍스트 자극에 반응하여 종종 여러 가지 감정이 유발됩니다. 본 논문에서는 RAKEL이라는 앙상블 기반 다중 레이블 분류 기법을 사용하여 뉴스 문장을 여러 감정 범주로 분류하는 새로운 방법을 제시합니다. 감정 데이터는 1305개의 뉴스 문장으로 구성되어 있으며 고려된 감정 클래스는 혐오, 두려움, 행복 및 슬픔입니다. 단어는 감정 인식의 가장 명확한 선택입니다. 또한 주어, 동사 및 목적어의 극성과 의미 프레임이라는 두 가지 새로운 특징 세트를 도입했습니다. 특징 비교에 관한 실험은 의미 프레임 특징과 극성 기반 특징의 결합이 감정 분류에서 가장 좋은 성능을 발휘함을 보여주었습니다. 단어 및 의미 프레임 특징에 대한 특징 선택 실험이 진행되어 특징 희소성 문제를 해결했습니다. 단어 및 의미 프레임 특징 모두에서 최적 특징 선택 후 전체 성능 향상이 관찰되었습니다.
Plaban Kumar Bhowmick (Thu,)은 이 질문을 연구했습니다.