감정 분석에 대한 체계적 검토: 제3차 연구

초록 디지털화가 발전함에 따라, 다양한 주제에 대한 사람들의 의견을 제공하는 사용자 생성 콘텐츠가 웹에서 대폭 증가하는 것을 관찰할 수 있습니다. 감정 분석은 사람들의 감정과 의견을 엔티티에 대해 분석하는 계산적 연구입니다. 감정 분석 분야는 지난 몇 년간 광범위한 연구의 주제가 되어 왔습니다. 본 논문에서는 감정 분석에 대한 체계적 문헌 검토 및 체계적 매핑 연구와 같은 발표된 2차 연구의 결과를 종합하여 이 분야의 현재 연구 상태를 조사하는 것을 목표로 하는 제3차 연구의 결과를 제시합니다. 이 제3차 연구는 체계적 문헌 검토(SLR) 가이드라인을 따르며, 오직 2차 연구만을 포함합니다. 이 제3차 연구의 결과는 감정 분석에서 다양한 작업을 위한 핵심 주제와 접근 방식에 대한 포괄적인 개요를 제공합니다. 감정 분석 모델에서 사용되는 다양한 특징, 알고리즘 및 데이터 세트가 정리됩니다. 감정 분석에서 연구 노력이 필요한 포인트를 식별하는 데 도움이 되는 도전과제와 미해결 문제들이 식별됩니다. 제3차 연구에 추가하여, 최근의 112개의 딥러닝 기반 감정 분석 논문을 확인하고 적용된 딥러닝 알고리즘에 따라 분류했습니다. 이 분석에 따르면, LSTM과 CNN 알고리즘이 감정 분석에 가장 많이 사용되는 딥러닝 알고리즘입니다.