서론

Transcription

1 석 사 학 위 논 문 한국어 오피니언 문장 분류 시스템을 위한 사전 및 구문 패턴 연구 A Study of a Lexicon and Syntactic Patterns for an Automatic Classification of Korean Opinion Sentences 한국외국어대학교 대학원 언어인지과학과 안 애 림

2 석 사 학 위 논 문 한국어 오피니언 문장 분류 시스템을 위한 사전 및 구문 패턴 연구 A Study of a Lexicon and Syntactic Patterns for an Automatic Classification of Korean Opinion Sentences 지도 남 지 순 교수 이 논문을 석사학위 청구논문으로 제출합니다. 2011년 7월 1일 한국외국어대학교 대학원 언어인지과학과 안 애 림

3 III

4 감사의 글 2003년 시작된 언어학와의 인연이 2011년 8월 큰 열매를 맺게 되었습니다. 돌이 켜보면 마치 모든 것이 결정되어 있었던 것처럼 순조롭게 이곳까지 오게 된 것 같습 니다. 가까운 곳에서 또는 먼 곳에서 제가 더욱 성숙한 인간이 되도록 도와주신 많은 분들께 감사의 글을 올립니다. 때로는 든든한 학문적 지도자로서 때로는 엄마와 같은 따뜻한 관심으로서 저를 이 끌어 주신 남지순 교수님께 감사의 인사를 전합니다. 항상 상대를 진심으로 대하고 포용하시는 너그러운 성품을 닮고 싶었습니다. 교수님의 모습을 거울삼아 덕을 갖춘 지혜로운 사람으로 살아가겠습니다. 또한 꼼꼼한 지도로 논문의 틀을 갖추도록 도와 주시고, 값진 충고를 아끼지 않으셨던 채희락 교수님께 감사드립니다. 심사를 위해서 멀리서 비행기를 타고 오시는 수고도 마다하지 않으셨던 동의대학교 이창열 교수님께 도 감사드립니다. 이 세 분의 충고와 칭찬 덕분에 보잘 것 없던 저의 논문이 완성될 수 있었습니다. 대학 그리고 대학원 시절 동안 언어학이라는 학문의 즐거움을 깨닫게 해주시고, 많은 가르침을 주신 이해윤 교수님, 전종섭 교수님, 김원식 교수님께도 감사의 말씀 전합니다. 늦은 시간까지 피자로 끼니를 때워가며 함께 작업하고 연구했던 DICORA연구실 심승혜, 박상택, 프리한토로, 야신, 백혜연에게도 고맙다는 인사를 전합니다. 나를 많 이 이해주고 어려울 때 도와준 진정한 친구 김유진을 비롯하여, 그동안 함께 대학원 생활을 했던 많은 선후배들과 동기들의 인생에 행복한 날들만이 가득하길 기원합니 다. 제가 학문적으로 더욱 성장하도록 도와주신 많은 교수님과 선생님들께 감사의 인 사를 전합니다. 프랑스 Marne-la-valle 대학에 계신 Eric Laport 교수님과 Sebastian Paumier 교수님 Merci Beaucoup! 어디서도 들을 수 없는 인생의 값진 교 훈과 충고를 주시는 경북대학교 박세영 교수님 감사드립니다. 언제나 행복한 모습으

5 로 본보기가 되어주시는 김소연 선생님 감사합니다. 마지막으로 항상 응원을 보내주는 우리 가족 모두 사랑합니다. 큰 믿음을 보여주 시는 아버지, 항상 어리광만 부리는 막내딸을 사랑으로 보살펴 주시는 어머니, 배울 점이 참 많은 사랑하는 언니 그리고 사랑하는 형부 너무 고맙습니다. 일일이 다 표현 할 수 없지만, 저를 아끼고 사랑해주는 사람들 감사합니다. 아직도 첫 국제학회에서 발표를 하게 되었을 때의 그 기분을 잊을 수가 없습니다. 견디기 힘들 정도의 긴장감,,그러나 발표를 끝낸 후 얻은 짜릿한 성취감은 평생 잊지 못할 것입니다. 그 동안의 값진 경험에 감사하고, 인생의 밑거름으로 여기며 살아가겠 습니다. 여러분의 앞날에 건강과 행복이 가득하길 진심으로 기원합니다.

6 목 차 제1장 서 론 연구의 목적과 필요성 연구 배경 및 방법론 논문의 구성...8 제2장 오피니언 마이닝(OM) 기존 연구 국외 연구 주관성(Subjectivity) 판단 연구 극성(Polarity) 판별 연구 오피니언 정도성(Gradability) 결정 연구 의미 분류 및 사전 구축 연구 국내 연구...19 제3장 오피니언 어휘 사전 오피니언 어휘 목록 구성 형용사 어휘부의 구성 그 외 범주로의 확장...29 I

7 명사 범주로의 확장 동사 범주로의 확장 부사 범주로의 확장 요약 오피니언 어휘의 의미 분류 DECO 사전의 의미 분류 개요 DECO 사전 의미 분류의 확장 의미 극성(Polarity) 분류 의미 극성 연구 의미 극성에 따른 분류 결과 극성의 정도성(Gradability) 분류 의미 정도성 연구 의미 정도성의 분류에 따른 극성의 하위분류 오피니언 어휘의 의미 및 극성 분류...56 제4장 오피니언 문장의 통사 패턴 연구 및 형식화 극성 전환 구문 연구 정도성 결정 구문 연구 LGG를 이용한 통사 구조의 형식화 부분 문법 그래프(Local Grammar Graph) 개요...69 II

8 이론적 배경 부분 문법 그래프(LGG)의 활용 활용도구 UNITEX 시스템 오피니언 문장 분류를 위한 LGG 문맥과 무관한 오피니언 어휘 출현 문장 인식 LGG 문맥에 의존적인 오피니언 어휘 출현 문장 인식 LGG 맛집 도메인에서의 문맥 의존형 오피니언 어휘 유형 맛집 도메인의 자질명사 목록의 구축 맛집 에서 나타나는 문맥 의존형 오피니언 어휘 LGG...83 제5장 실험 및 평가...88 제6장 결 론...91 참 고 문 헌...93 APPENDIX...98 ABSTRACT III

9 그림 차례 <그림 1> 평가 시스템(Appraisal System) (Martin 2000)...17 <그림 2> DECO 사전의 형용사 의미 분류 계층구조...28 <그림 3> DECO 사전의 명사 의미 분류 계층구조 <그림 4> DECO 사전의 동사 의미 분류 계층구조 <그림 5> 형용사의 최종 의미 분류 계층구조...41 <그림 6> 부정어구에 의한 긍정 부정 극성 변환 <그림 7> 부정어구에 의한 부정 긍정 극성 변환 <그림 8> 주절 동사의 부정에 의한 긍정 부정 극성 변환 <그림 9> 주절 동사의 부정에 의한 부정 긍정 극성 변환 <그림 10> 없다/아니다 에 의한 긍정 부정 극성 변환 <그림 11> 없다/아니다 에 의한 부정 긍정 극성 변환 <그림 12> 부정 접두사에 의한 긍정 부정 극성 변환...64 <그림 13> 부정 접두사에 의한 부정 긍정 극성 변환...64 <그림 14> 정도성 강화 및 약화 패턴...67 <그림 15> DECO 사전의 예 <그림 16> 음소 단위 형태로 분리된 DECO사전의 예...73 <그림 17> 오피니언 문장 분류를 위한 전체 메인그래프 <그림 18> <문맥 비의존형> 오피니언 형용사에 기반한 긍정 오피니언 문장 추출 LGG...75 <그림 19> Right Context 함수 적용 <그림 20> 부정 어미 그래프 <그림 21> 부정 어미 인식 가능 패턴...77 <그림 22> 극성 분류 단계...79 <그림 23> 맛집 평가 내용의 분류...82 IV

10 <그림 24> 문맥 의존형 극성 어휘를 활용한 긍정 문장 추출 LGG...84 <그림 25> 음식에 대한 구체적 긍정 평가 LGG <그림 26> 긍정 문장 추출 LGG 결과 V

11 표 차례 <표 1> DECO-AS의 형태적 특징에 따른 분류...25 <표 2> DECO-AS의 통사 분류 코드 <표 3> 전자사전 DECO의 오피니언 어휘 분포 <표 4> 형용사의 의미 분류 클라스 구성도(남지순 2010)...36 <표 5> 최종 형용사 하위 의미 분류 결과 <표 6> 오피니언 어휘의 극성 분류 결과...48 <표 7> 정도성에 따른 어휘 분포...54 <표 8> 전자사전 DECO의 추가된 의미 태그...56 <표 9> 정도 부사 목록(박동근 2007)...66 <표 10> 정도부사의 정도성에 따른 분류 <표 11> DECO사전의 정도성 강화 및 약화 부사 분류 결과 <표 12> 문맥 비의존형 어휘를 활용한 LGG <표 13> 자질 명사에 따라 극성 값이 결정되는 형용사 목록 <표 14> 맛집 코퍼스 실현 형용사 유형 결과...81 <표 15> 맛집 의 평가 자질 목록의 의미 분류...82 <표 16> 문맥 의존형 오피니언 어휘를 활용한 LGG <표 17> 실험 결과...89 <table 18> Distribution of opinion words VI

12 제1장 서 론 1.1. 연구의 목적과 필요성 본 연구는 다양한 형태의 한국어 웹 문서에서 관찰되는 사용자의 의견 문장 (opinion sentence) 1) 을 자동 분류하는 오피니언 분류 시스템의 구현을 위하여 오 피니언 문장의 핵심 성분이 되는 어휘 및 통사 구문에 대한 체계적인 언어 자원을 구축하는 것을 목적으로 한다. 인터넷을 통하여 사용자들은 상품 및 서비스, 문화 활동 등에 대한 의견을 제시 하고 서로 공유하며, 그 의견은 이러한 상품 및 서비스의 공급자뿐 아니라 실제 인 터넷 구매자들의 결정에 중요한 영향을 미치게 된다. 이러한 이유로 사용자들의 평 가 글을 수집하여 그것으로부터 개인들의 주관적인 의견을 분석하는 작업은 매우 중요한 의미를 가지게 된다. 그러나 웹 문서의 폭발적인 증가로 인하여 이를 일일 이 눈으로 보고 분류하기란 쉽지 않다. 따라서 평가 글을 자동으로 분석하여 사용 자가 원하는 정보를 빠르고 정확하게 추출하는 시스템의 개발에 대한 연구 및 활동 이 활발하게 진행되고 있다. 정보 검색 및 정보 추출과 관련된 대표적인 연구 활동 으로는 The Text Retrieval Conference(TREC) 2) 를 들 수 있는데, 이는 방대한 양 의 문서로부터 필요로 하는 정보를 효율적으로 추출할 수 있는 시스템에 대한 연구 1) 'opinion' 용어는 한국어로 사용될 때 오피니언, 의견, 평가, 주관적 글 등 여러 표현으로 바뀌 어 사용되는데 의견 이라는 용어가 비교적 가장 중립적인 해석이 될 수 있으나, 현재 진행되고 있는 opinion mining' 분야의 특수한 연구 성격을 잘 표현하지 못한다는 지적에 따라 국내 관련 영역에서는 일반적으로 오피니언 이라는 용어가 더 서술되는 실정이다. 따라서 본 연구에서는 앞으로 의견 보다는 오피니언 이라는 용어를 사용하기로 한다. 2) 1992년 시작함. 방대한 양의 문서를 이용한 정보 검색에 관한 연구가 이루어지고 있으며 다양한 분야의 정보 검색 기술 평가를 통해 실제 상업적인 시장에서 실용화하는 연구를 장려하고 있다. TREC은 세부 분야에 따라 2010년 현재 7가지 트랙(track)으로 나누어져 있고, 특히 웹상의 문서와 관련된 검색 시스 템을 위한 Web track이 있다. 1

13 를 주된 활동으로 한다. 90년대 초부터 활발하게 이루어진 Message Understanding Conference (MUC) 3) 또한 정보 검색 및 정보 추출 연구에 많은 영향을 끼쳤으며, 텍스트로부터 추출된 정보를 정형화된 형태로 구조화하는 다양한 자동화된 방법론 에 대한 연구 발전에 기여하였다. 최근 국내에서도 정보 추출과 검색에 대한 관심이 높아지고, 특히 오피니언을 분류하고자 하는 노력이 증가함에 따라 그와 관련된 연구도 활발히 진행되고 있다. 그러나 여전히 한국어 오피니언 분석에 대한 연구는 영어 및 다른 언어에 비해 성 과가 미비할 뿐만 아니라, 대부분의 연구는 많은 양의 웹문서로부터 빠른 시간 내 에 정보를 추출하기 위해서 통계 또는 전산적인 연구에 의존하고 있는 것이 현실이 다. 특히 오피니언 마이닝(Opinion Mining: OM) 연구 성과에 직접적인 영향을 미 치는 언어자원의 구축은 상당히 많은 시간과 비용을 요구하기 때문에, 지금까지의 대부분의 연구에서는 자동적 또는 통계적인 방식을 이용하여 언어 자원을 생성해 내는 방법을 이용하였다. 한국어와 관련한 오피니언 자동 분석 연구에서도 사용되 는 언어 자원은 자동화된 방식을 이용하여 추출해 낸 적은 양에 불과한 상태이다. 부족한 언어자원이 시스템의 성능 향상에 걸림돌이 됨에 따라, 보다 효율적인 정보 추출 시스템의 구현을 위해 한국어 오피니언 문장에 대한 언어학적 분석에 대한 요 구가 증가하게 되었고, 전산적인 방법론을 지향하는 연구에서도 언어학적 데이터의 중요성을 인식하게 되었다. 한국어 문장 및 어휘에 대한 정확한 이해와 한국어의 특성을 고려한 언어자원 없이 전산적인 방법론만으로 접근한다는 것은 한계가 있기 때문이다. 따라서 한국어 일부에 국한된 자원 구축이 아닌 한국어에 대한 포괄적 접근을 통한 전반적인 연구가 이루어질 필요성이 요구되며, 이러한 언어 자원은 다 양화된 정보 검색 시스템의 성능 향상에 중요한 영향을 미치게 된다. 오피니언 마이닝에 있어 궁극적인 목표는 입력된 평가문서를 긍정적인 의견을 담고 있는 문서인지, 부정적인 의견을 담고 있는 문서인지로 분류하는 것이다. 문서 3) 1987 처음 시작되었으며, 이 학술대회를 통해 현재까지도 정보 추출(information extraction)을 위한 다양한 방법론이 소개되고 있다. 2

14 단위의 분석이 가능하기 위해서는 문서가 포함하고 있는 각각의 문장들에 대한 분 석이 요구된다. 평가 문서에 포함된 모든 문장이 평가자의 의견을 포함하는 주관적 문장(subjective sentence)은 아니기 때문에, 우선적으로 입력된 문장이 사실 문장 (fact sentence)인지 또는 주관성을 가지는 의견 문장(opinion sentence)인지를 구 분해야 한다. 일반적으로 주관성 판단은 오피니언 어휘(opinion word)의 포함 여부 에 따라 결정될 수 있다. (1) a. 아이폰의 무게는 300g입니다. b. 아이폰 기능이 불편해요. c. 아이폰 디자인이 멋지네요. (1b)와 (1c)에서 사용된 형용사 불편하다 와 멋지다 는 평가자의 주관적인 의견을 포현하는 오피니언 어휘로, 이들이 사용된 두 문장은 오피니언 문장인 반면, 예문 (1a)는 오피니언 어휘를 포함하고 있지 않는 상품에 대한 객관적인 정보를 제공하 기 위한 사실 문장이므로 오피니언 마이닝 분석에서는 제외되는 문장이다. 본 연구 에서는 한국어 어휘 범주에 있어서 주관성을 나타내는 핵심 어휘 부류는 <형용사> 로서, 이 부류의 어휘들이 주관성을 표현하는 정도는 다르지만 모두 주관성을 갖으 며 문장 안에서 실현될 때 의견을 표현하고 있다고 전제한다. 따라서 오피니언 문 장 분석을 위한 연구는 형용사 어휘 범주를 고려하여 오피니언 문장을 분류하는 것 으로 시작되고, 형용사의 형태 의미적인 속성을 바탕으로 이와 관련을 맺는 타품사 의 어휘들로 확장하여 이루어질 수 있다. 형용사 어휘 범주의 속성에 따라 주관성을 가지는 오피니언 문장이 인식되면, 이 문장의 의미 극성(polarity)은 긍정(positive), 부정(negative) 또는 중립 (neutral)으로 대분류될 수 있다. 위의 예문 (1b)에서 불편하다 는 아이폰 기능을 평가하는 오피니언 어휘로 부정의 극성을 나타내는 반면, (1c)의 멋지다 는 디자인 을 평가하는 오피니언 어휘로써 긍정의 극성을 나타낸다. 일반적으로 이 과정에서 3

15 사전 및 언어 자원을 이용하는데 언어 자원의 질이 극성 판별에 큰 영향을 미친다. 이외에도 통사적인 구문에 의해 그 극성이 달라지거나, 극성의 정도성 (gradability)이 달라지기도 한다. (2) a. 호텔 서비스가 좋아요. b. 호텔 서비스가 정말 좋아요 c. 호텔 서비스가 완벽해요. (3) 호텔 서비스가 좋지 않아요. (2a), (2b)와 (2c)는 호텔 서비스에 대한 긍정적인 오피니언을 표현하고 있다. 그 러나 각각의 문장의 긍정의 정도는 조금씩 다르다. 문장 (2b)에서 정말 이라는 강 조부사(adverb of degree)는 좋다 라는 오피니언 어휘의 정도성을 더하여서 극성의 정도성을 강화시켰다. 이 경우 형용사는 문장 (2a)과 차이가 없지만 통사적인 문맥 에 의해 그 극성의 정도성이 달라짐을 관찰할 수 있다. 문장 (2c)에서는 좋다 대 신에 완벽하다 라는 형용사를 사용하였다. 완벽하다 는 좋다 에 비해 어휘 자체의 의미적 정도성이 강하기 때문에, (2c)의 문장이 (2a)보다 의미 극성의 정도성이 강 화된 문장임을 알 수 있다. 예문 (3)의 경우는 부정어미(negation)와 함께 그 의미 극성이 뒤바뀌는 예이다. 형용사 좋다 의 의미 극성은 긍정이지만 부정어미와 함께 실현됨으로써 문장의 의미 극성은 부정으로 전환되었다. 이와 같이, 오피니언 문장 의 정확한 의미 극성 판별을 위해서는 어휘의 의미적 속성뿐 아니라 통사 구문에 대한 체계적인 이해가 수반되어야 한다. 오피니언 문장의 의견을 분류하기 위해서는 크게 세 단계의 연구가 요구된다. 첫 번째는 형용사 어휘 범주의 형태 통사적 특징을 고려하는 오피니언 어휘 목록 의 구축이다. 형용사뿐 아니라 의견을 표현할 수 있는 다른 범주의 어휘들로 그 확 장이 이루어 져야 한다. 두 번째는 결정된 오피니언 어휘에 대한 오피니언 어휘의 4

16 의미 분류가 수행되어야 한다. 여기서 의미 분류란 오피니언 문자의 분석을 위한 것으로 극성 분류 및 극성의 정도성 분류를 포함한다. 세 번째는 어휘적 차원이 아 닌 통사적 차원에서의 오피니언 문장의 구문 분석이 이루어져야 한다. 이처럼 보다 세밀한 언어학적 분석을 통해 오피니언 문장 분류를 위한 체계적인 언어자원 생성 이 가능하며, 실제 분석 시스템 성능 향상에 큰 영향을 줄 수 있다. 5

17 1.2. 연구 배경 및 방법론 온라인 문서에 나타나는 개인의 주관적인 오피니언에 대한 분석을 위한 연구는 오피니언 마이닝(OM) 분야에서 이루어지고 있다. 오피니언 마이닝은 정보 추출 (Information Extraction: IE), 정보 검색(Information Retrieval: IR)과 전산 언어학 (Computational Linguistics)이 서로 접목되는 분야이며, 또한 이들 연구 영역의 개 념(concepts)과 방법(methods)을 혼합한 분야라고 볼 수 있다 (Esuli: 2008). 정보 검색이란 사용자가 필요로 하는 정보를 수집하여 내용을 분석한 뒤 찾기 쉬운 형태 로 조직하여 두었다가, 정보에 대한 요구가 발생했을 때 해당 정보를 찾아 제공하 는 시스템을 의미한다. 정보 검색은 간단히 색인, 질의 처리, 정보 검색, 정보 배포 의 순으로 이루어진다. 정보 추출이란 신문기사, 웹문서, 전자 우편 등과 같이 정화 되지 않은 문서로부터 원하는 정보를 찾아내어 주어진 문서를 요약하는 연구로써 형태소 분석, 구문 분석, 의미 분석, 문맥 분석 등으로 구성된 자연언어처리 (Natural Language Processing: NLP) 시스템에 의해 수행되거나, 언어 정보를 거 의 사용하지 않고 단순한 문자열 검사와 같은 전산적인 규칙을 이용하여 수행될 수 있다. 기존의 연구에서 중점적으로 다루고자 했던 분야가 문서로부터 개체명을 인식하 는 연구처럼 구체적인 사실을 추출하여 정보를 제공하는 주제(topic) 분석 연구라 한다면, 2000년대 초부터는 많은 양의 주관적인 문서로부터 개인의 오피니언을 분 석하고자 하는 실용적인 연구의 필요성이 나타나기 시작하였고, 이에 따라 오피니 언 마이닝(OM) 연구 영역이 대두되었다. 오피니언 마이닝은 웹 문서에서 관찰되는 평가글 문서를 분석하여 그것으로부터 사용자가 요구하는 오피니언 정보를 추출하 여 제공하는 과정을 의미한다. 이와 비슷한 의미로 사용되는 감정 분류(Sentiment Classification) 연구도 이러한 맥락에서 이해되어야 할 것이다. 6

18 지금까지의 대부분의 연구는 전산학적 방식에 의존하고 있고, 어떻게 하면 빠른 속도와 자동화된 방법으로 오피니언 분류 시스템을 구현할 수 있을까 하는 문제에 집중해 왔다. 많은 양의 어휘를 체계적으로 분류하는 작업은 전문가적 지식뿐 아니 라 많은 시간과 비용이 드는 불가능한 작업으로 치부되어 왔기 때문에, 자동으로 언어자원을 구축하고자 하는 노력은 끊임없이 이루어져 왔다. 그러나 오피니언 문 장들의 어휘ㆍ구문적인 특성을 이해하고 그에 맞게 언어자원을 구축한다면 충분히 효율적인 성능을 기대할 수 있다. 본 연구에서는 이와 같은 관점에서 기존의 오피 니언 마이닝 연구 영역에서 본격적으로 다루어오지 않은 언어학적 특징에 대한 분 석과 함께 실질적으로 활용할 수 있는 체계적인 언어자원을 구축하고자 한다. 본 연구에서 오피니언 문장을 판별하기 위한 키워드로 사용한 어휘 부류는 <형 용사(adjective)> 범주로서, 이는 한국어전자사전 DECO[남지순(2010)]에 등재된 약 6,500여 개의 형용사 목록에 기반하고 있다. 여기서 전체 형용사 목록에 대하여 문맥과 관계없이 오피니언의 의미적 특징을 보이는 유형(즉 긍정(Positive)과 부정 (Negative), 중립(Neutral)의 분류)과, 문맥에 의존적으로 오피니언의 의미 특징을 보이는 유형(즉 문맥의존형(Context-Dependent) 부류)으로 하위분류를 수행하였 다. 이와 같이 전체 형용사 범주의 하위 의미 분류를 통하여 이들과 형태적으로 파 생 관계에 있거나 또는 의미적으로 이들과 유사한 속성을 보이는 명사나 부사, 동 사 부류에 대한 의미 분류를 확장하였다. 이와 같은 극성 의미 분류는 DECO 전자 사전에 모두 7개의 의미 태그로 부착되었다. 이상과 같은 극성 어휘에 대한 하위 의미 분류가 수행되고 나면, 통사적으로 <부 정 어미(negation)>과 같은 문맥적 장치에 의해 의미 특징이 바뀌게 되는 문장들 과 <정도부사(adverb of degree)>의 출현에 의해 그 극성의 정도가 달라지는 문 장들의 통사적 기술을 위해서 부분문법그래프(Local-Grammar Graph: LGG) 모델 을 이용하였다. LGG 모델은 전이망(Transition Network) 형태로 구현되는 유한상 태문법(Finite-State Grammar)의 일환으로서 모리스 그로스[Gross(1997)]에 의해 제안되었다. 7

19 1.3. 논문의 구성 이 논문은 다음과 같이 진행된다. 2장에서는 이 논문의 연구 방법론인 오피니언 마이닝에 관한 다양한 연구들을 알아본다. 3장에서는 오피니언 어휘 및 오피니언 문장에 대한 사전에 대한 연구가 이루어 진다. 본 연구는 오피니언 문장 분류 시스템의 성능에 가장 중요한 영향을 미치는 체계적인 언어자원을 구축하는 것을 목표로 하여, 오피니언 어휘에 대한 언어학적 분석에 초점을 둔다. 언어자원 구축을 위해 오피니언 어휘의 핵심 어휘 범주인 형 용사를 기본으로 하는 어휘 목록을 구성하고, 다양한 형태 의미적 속성에 따라 그 외의 어휘 범주로 어휘 목록을 확장한다. 이후 기존의 의미 분류를 바탕으로 오피 니언 분석을 용이하게 할 수 있는 하위 의미 분류가 이루어지고, 극성과 정도성의 의미정보를 포함하고 있는 언어자원을 구축한다. 4장에서는 오피니언 문장 분석에 영향을 미치는 통사적 구문패턴에 대한 기술이 이루어진다. 예를 들어, 부정 어미의 경우 오피니언 서술어가 가지는 의미 극성의 값을 전환하는 역할을 하기 때문에, 부정 어미에 대해 차후 부분문법그래프(LGG) 로 형식화 할 수 있도록 패턴을 자세히 기술한다. 뿐만 아니라 극성의 정도성에 영 향을 미치는 정도부사(adverb of degree)에 대한 분석도 함께 이루어진다. 이후 구 축된 언어자원과 구문패턴을 형식화할 수 있는 부분문법그래프(LGG)를 구축한다. 우선 부분문법그래프에 대한 이론적 배경 및 그 활용에 대해 소개한 후, 이를 활용 하기 위한 도구인 Unitex에 대한 설명이 이루어진다. 이후 실제 코퍼스에서 나타나 는 오피니언 문장 분석을 위해, 도메인을 맛집 으로 한정하여 LGG를 구축한다. 특 히 도메인 또는 공기하는 키워드에 의해 그 극성이 결정되는, 문맥 의존형 어휘들 에 대한 자세한 기술과 함께 이들의 자동화된 처리를 위한 LGG를 소개한다. 8

20 5장에서는 Unitex를 이용하여 실험 코퍼스를 대상으로 LGG를 적용한 결과를 분 석하고 그 효율성에 대해 살펴볼 것이다. 마지막으로 6장에서는 본 논문에 대한 전반적인 정리와 함께 오피니언 문장 분 류 시스템을 위한 언어자원의 효율성과 그 활용을 다시 살피고, 향후 이용할 수 있 는 분야에 대해서도 살펴본다. 9

21 제2장 오피니언 마이닝(OM) 기존 연구 오피니언 마이닝은 정보 추출 (Information Extraction: IE), 정보 검색 (Information Retrieval: IR)과 전산 언어학(Computational Linguistics)이 서로 접 목되는 분야이며, 또한 이들 연구 영역의 개념(concepts)과 방법(methods)을 혼합 한 분야라고 볼 수 있다 (Esuli: 2008). 기존의 자연언어처리(NLP)의 분야에서는 구체적인 사실을 추출하여 정보를 제공하는 주제 분석(topic analysis)이 주를 이루 었다면, 2000년대 초부터는 인터넷의 발달로 인해 많은 양의 문서로부터 개인의 주 관적인 의견을 분석하고자 하는 실용적인 연구의 필요성이 나타나기 시작하였고, 이에 따라 오피니언 마이닝(OM)이 대두되었다. 오피니언 마이닝은 평가 글에서 보 이는 오피니언 문장을 분석하고 그것으로부터 사용자가 요구하는 오피니언 정보를 추출하는 과정을 연구하는 것이다. 이와 비슷한 의미로 사용되는 감정 분류 (Sentiment Classification)은 오피니언 마이닝의 하위 연구 분야도 정의된다. 오피 니언 마이닝에서 언급되는 감정 분류란 웹상에 나타나는 사용자의 오피니언을 긍정 (positive) 또는 부정(negative)과 같은 극성을 기준으로 분류하는 작업을 의미한 다. 기존의 오피니언 마이닝 연구는 세 가지의 범위로 나뉜다. 첫 번째 큰 범위는 오피니언의 주관성(subjectivity) 결정을 위한 방법론 연구이다. 주관적인 문장은 평 가자의 주관성이 포함된 오피니언 문장 문장을 의미하며, 일반적으로 주관성을 가 지는 오피니언 어휘의 포함 여부에 따라 그 문장의 주관성 여부가 결정된다. 두 번 째로는 오피니언 마이닝 연구 분야 중에서 가장 활발하게 연구되고 있는 분야인 극 성(polarity)을 판별하는 방법론에 대한 연구이다. 첫 번째 단계에서 주관성의 여부 가 결정되면, 주관성을 가진 문장이 긍정인지 부정인지를 밝히기 위한 연구가 진행 된다. 세 번째로는 극성이 판별된 문장의 정도성(gradability)을 결정짓는 방법론에 10

22 대한 연구이다. 이러한 세 가지 범위의 방법론 외에도 오피니언의 의미 유형 (attitude type) 분류 및 사건 구축과 관련된 연구 등이 오피니언 마이닝 분야의 하 위 영역으로써 활발히 진행되고 있다. 본 장에서는 국외의 활발한 오피니언 마이닝 연구를 각 영역별로 살펴보고, 한국어를 대상으로는 어떠한 연구들이 진행되고 있 는지에 대한 내용을 기술하고자 한다 국외 연구 주관성(Subjectivity) 판단 연구 오피니언 마이닝은 오피니언 문서에서 나타나는 문장이 주관적인 의견을 표현하 는 의견 문장(opinion sentence)인지 객관적인 정보를 제공하는 사실 문장(fact sentence)인지를 구별하는 것으로부터 시작된다. 과거의 자동 요약(summarization) 의 영역에서는 주관적인 문장은 배제되고 사실 문장만을 포함하였다. 그러나 다양 한 온라인 문서를 분석 하는 연구에서는 사실적 문장보다는 주관적 문장에 대해 더 큰 관심을 보이고 있다. 본격적인 주관성 연구는 Wiebe, Bruce & O hara (1999)와 Bruce & Wiebe (2000)에 의해 이루어 졌는데, 주관성 판단을 위해서는 주관성을 표현하는 언어학 적 단서가 있어야 한다고 주장하였다. 이에 따라, 주관성을 판단하는 데 있어 가장 중요한 언어학적 단서는 형용사 어휘 범주의 출현임을 주장하였다. 즉 문장에서 형 용사의 실현 여부를 파악하는 것이 주관성을 파악하는 가장 좋은 방법임을 제시하 였다. 이를 증명하기 위해서 형용사 어휘로 구성된 실험어휘(seed word)로 구성하 고, 이들과 유사한 속성을 가진 형용사들을 확장시켜 그룹화 하였다. 이러한 어휘들 이 나타나는 문장을 주관성을 가지는 문장이라고 결정하였을 때, 약 55.8%의 정답 률을 보였다. 이러한 낮은 정답률을 보완하고자 Weibe (2000)에서는 10-fold 11

23 cross validation experiment 라는 새로운 방식을 소개하였는데, 다른 품사에 형용 사의 어휘 구문적 특징을 사용하여 그 어휘 목록을 확장하고 주관성을 결정하는 방 법이다. 마찬가지로 소수의 실험어휘로부터 유사성 원리(distributional similarity) 를 이용하여 주관성 어휘 목록을 확장하였다. 그 결과 최대 71%의 정답률을 보였 다. 앞선 연구에서처럼 대부분의 주관성 연구들은 몇 개의 실험어휘를 이용하여 통 계적인 방식으로 주관성 어휘 목록을 확장하는 방법을 사용하고 있다. Riloff et al. (2003)에서는 문서로부터 주관성 명사를 추출한 다음 패턴을 제시하였는데, 이 연 구에서는 주관성이 강한 20개의 어휘를 실험 어휘를 제시하고 그것으로부터 부트스 트랩 방식(bootstrap method)을 이용하여 그 주관성 어휘를 결정하였다. 그러나 이 방법론은 그 정확성(precision)은 테스트할 수 있으나 재현율(recall)은 확인하기 어려워 정확한 대조가 어렵다는 단점이 있다. Boroni & Vegnaduzzo (2004)에서는 Pointwise Mutual Information(PMI) 4) 를 이용하여 35개의 실험어휘에 주관성 점수 를 주는 방식으로 주관성을 판단하였다. 그러나 이 연구에서는 주관성 어휘를 결정 한 후 언어자원을 구축한 것이 아니라 단지 주관성 점수에 따라 실험어휘에 랭킹 (Ranking)만을 부여하는 방식을 사용하였다. Esuil (2008)에는 적은 양의 실험어휘 를 가지고 워드넷의 의미적 정보를 이용하는 Gloss라는 반자동화 시스템을 제안하 였다. 사전에 나타나는 어휘들의 정의를 통해 어휘의 주관성 및 그 극성을 판별하 고 있다. 모든 어휘는 긍정, 부정 그리고 객관적 용어의 범주로 분류가 가능하며, 각각의 부류에 대한 실험어휘를 구축하였다. 이렇게 구축된 실험어휘를 워드넷에서 나타나는 동의어, 반의어 또는 상하위어 관계를 이용하여 어휘를 확장하였다. 이 때 품사에 대한 제약 없이 이루어졌다. 하지만 소수의 실험 어휘를 이용하여 다양한 의미적 관계를 통해 그 어휘의 주관성을 결정하는 것은 실제로 그 양이 너무나 방 대하여 쉬운 작업이 아니며, 이러한 방법론을 한국어에 적용할 경우 워드넷 어휘를 한국어로 번역하여 사용해야 하는 데에서 나타나는 문제점이 제기될 수 있다. 4) 성질의 어휘는 가까운 위치에서 함께 나타나는 빈도가 높을 것이라는 가정에 근거하여 단어 사 이의 관계를 추측하는 방법 12

24 어휘의 주관성을 판단하기 위해서 많은 자동화 방법론이 연구되었지만, 실제로 그 정확성을 판단하는 것은 어렵고 그에 따라 데이터를 구축하는 것도 쉬운 작업이 아니다. 어휘의 주관성이란 상황에 따라 의견을 표현할 수도 있고, 객관적인 사실을 전달하는 경우도 있기 때문이다. 따라서 본 연구에서는 명시적인 기준 하에 주관성 어휘들을 결정하고, 본격적인 사전을 구축해야 한다는 사실을 강조하고자 한다 극성(Polarity) 판별 연구 주관성을 가진 어휘들은 문장에서 오피니언을 표현하며, 이러한 오피니언은 특 정 사물이나 인물 또는 사건에 대한 태도를 표현한다. 이러한 태도는 긍정, 부정 또 는 중립 등의 오피니언을 나타내고 있다. 오피니언의 극성은 주관성을 가진 어휘 자체만으로 결정되기도 하지만, 다양한 문맥 및 통사적 구문이 오피니언의 극성을 결정하는 데 영향을 미치기도 한다. 후자의 경우 오피니언의 극성을 변화하는 다양 한 문맥적 특징에 대한 언어학적 기술이 요구된다. 그러나 기존 연구들은 오피니언 문장에 대한 포괄적인 연구 없이, 어휘 자체의 극성을 결정하는 문제에 대체로 치 중하고 있다. 즉, 주관성을 가지는 오피니언 어휘의 극성을 통계적인 방식으로 결정 하여 자동으로 언어자원을 구축하고자 하는 노력들이 대부분이다. 그러나 이렇게 구축된 언어자원 또한 그 양이 상당히 적기 때문에, 실제 극성을 판별하는 시스템 구현에 큰 걸림돌이 되고 있다. Hatzivassiloglou & Mckeown (1997)은 형용사의 극성을 자동으로 추출하기 위 해서 Wall Street Journal 코퍼스에서 20회 이상 나타나는 형용사를 자동으로 추출 하여 실험어휘를 구축하고 그 극성 값을 결정하였다. 이후 코퍼스로부터 실험어휘 와 등위접속사 and 와 or 의 관계로 나타나는 형용사를 추출한 후 실험어휘의 극성 값에 따라 이들 형용사에 대한 극성 값을 자동으로 결정하였다. 이를 통해 약 657 개의 긍정형용사와 약 679개의 부정 형용사를 획득하였다. Fellbaum (1998)은 형 용사의 극성 판단을 위해 워드넷(Wordnet)에서의 동의어, 반의어 관계를 이용하였 13

25 다. 총 30개의 반자동으로 추출된 실험 형용사 목록을 구축하고, 이들 어휘와 반의 어 또는 동의어 관계에 있는 어휘들의 극성을 결정하는 방법론을 제안하였다. 이 두 연구는 실험어휘와 규칙을 기반으로 한 대표적인 초기 극성 연구로 볼 수 있다. 이와 비슷하게 Esuli (2008)에서도 워드넷의 사전적 정의와 의미적 관계를 이용하 여 그 극성을 판별하는 방법론을 제안하였다. 오직 통계적 방법론을 이용하여 극성 어휘 자원을 구축하고자 하는 연구도 많았 는데, Turney (2002)는 두 형용사 사이의 의미적 관련성 정도를 측정하는 PMI방 식을 이용하여 극성을 결정하였다. 예를 들어 'excellent'와 PMI의 점수가 높게 나 타나는 어휘는 긍정적 극성 어휘로 규정하고, 'poor'과 PMI의 점수가 높게 나오는 어휘는 부정적 극성 어휘로 결정짓는 방식이다. Hu & Lui (2004)는 품사 정보와 함께 기계 학습 방법론(Machine Learning Method)을 이용하였다. 오피니언 문장을 하나 이상의 자질과 하나 이상의 오피니언 어휘를 가진 문장으로 정의하고, 학습된 코퍼스에서 자동으로 뽑아진 오피니언 문장을 다른 문서에 적용하고 확장하는 방식 이다. 이와 비슷한 방식으로는 Pang (2002)을 들 수 있다. 지금까지의 극성을 결정하기 위한 다양한 방법론은 사전이나 워드넷과 같은 언 어자원을 기반으로 하여 반자동으로 언어자원을 구축하거나, 다양한 통계적 방법론 과 기계 학습을 이용한 자동화된 언어자원 구축으로 이루어졌다. 하지만 소수의 키 워드를 이용하여 사전을 구축하는 방법은 실제 존재하는 형용사의 어휘 수에 크게 미치지 못하고 있다. 가장 큰 문제는 문맥에 따라서 그 극성 값이 변하는 어휘에 대한 고려는 전혀 이루어지고 있지 않다는 점이다. 실제로 기존 연구들이 추출해 낸 어휘들은 긍정과 부정 극성 어휘들이고, 상당히 많은 양의 오피니언 문장에서 사용되는 크다, 강하다 등처럼 자질이나 도메인에 따라 그 극성 값이 변화하는 어 휘가 배제되고 있는 것이다. 기존 연구에서 고려되지 못한 형용사에 대한 연구는 필수적으로 진행되어야 하며, 국한된 일부 어휘가 아니라 사전을 기반으로 오피니 언 어휘에 대한 전반적인 분석이 요구된다. 본 연구는 기존의 자동화 또는 반자동 화 방식에서 벗어나 오피니언 어휘의 사전적 의미를 살피고 그 극성 값을 결정하는 14

26 방식을 통해 기존 연구의 취약점을 해결하고자 하였다 오피니언 정도성(Gradability) 결정 연구 오피니언 어휘의 극성이 결정되면, 극성 값에 대한 정도성을 고려해 볼 수 있다. 즉, 정도성 결정이란 오피니언에 대한 강조 또는 약화를 표현하는 의미적인 속성을 결정하는 연구라고 볼 수 있다. 영어에서는 'very' 또는 slightly'와 같은 부사어에 의해 영향을 받을 수도 있고, 어휘 자체의 의미적 속성에 의해서 결정되기도 한다. 예를 들어 'good'보다는 great'가 긍정의 정도가 강하며, great'보다는 'best'의 의 미 정도성이 더욱 강함을 관찰할 수 있다. 오피니언 정도성의 연구는 Hatzivassiloglou & Wiebe (2000)의 연구를 시작으 로 활성화되었다. 이 연구는 오피니언 문장에서 형용사의 극성과 그 형용사가 가지 는 의미의 정도성이 전체 문장의 의미에 어떠한 영향을 미치는지를 보이고자 하였 다. 형용사의 정도성을 파악하기 위해서 형용사의 정도성을 결정하는 표지 (indicator)가 있음을 가정하였다. 예를 들자면 very 와 같은 부사가 대표적인 예이 고, 형용사의 비교급 또는 최상급처럼 급변화에 의해 정도성을 표현하는 표지가 나 타날 수 있음을 지적하였다. 그러나 이러한 표지가 항상 정도성을 나타내지는 않기 때문에, 이 연구에서는 정도성을 나타내는 2개 이상의 표지를 통계적으로 결합하는 방식을 소개하고 있다. 이후 Wilson & Wiebe (2004)에서는 어휘의 다양한 의미적 속성을 고려해야 함을 강조하며, 특히 오피니언의 정도성을 다루기 위한 연구를 진 행하였다. 이들은 오피니언의 정도성을 밝히는 데 통사적인 단서를 이용하고자 하 였다. 특정한 정도의 오피니언은 다양한 방식으로 표현되어 질 수 있기 때문에, Dependency tree를 이용하여 다섯 개의 통사적 단서를 제안하고, 이를 정도성을 밝히기 위한 단서로 이용한다. 이들의 2006년 연구에서는 문장 차원에서 오피니언 의 정도성을 결정하기보다는 절(Clause) 차원에서 정도성 결정이 중요함을 강조하 고 있다. 이전 다양한 연구를 통해 획득된 단어와 구 형태의 주관성 어휘에 새로운 15

27 어휘를 추가하여 사전을 구축하고, 통사적 단서를 주석으로 달아 이것이 오피니언 의 정도성을 결정하는 데 사용되도록 기계학습방식을 활용하였다. 앞선 연구에서는 특히 영어의 정도성 표지 기제들에 대한 언어학적 기술과 함 께, 그 값을 결정하기 위해 자동화된 방법론을 제시하고 있다. 정도성을 결정하는 다양한 형태, 통사, 의미적인 속성들은 언어마다 다르게 나타나기 때문에, 한국어 오피니언 어휘의 의미 정도성 결정을 위해서는 한국어의 언어학적 속성에 기반한 연구가 요구된다 의미 분류 및 사전 구축 연구 주관성을 가진 오피니언 어휘는 단순히 긍정과 부정의 극성만을 표현하고 있는 것이 아니라 표현하는 오피니언의 의미 유형에서도 여러 특징을 보일 수 있다. 예 를 들어 예쁘다 의 경우 사물의 질에 대한 평가지만 악하다 는 사회적 행위에 대한 부정적인 판단인 것처럼 형용사가 가지는 오피니언의 유형은 다르다. 보다 발전된 오피니언 마이닝 연구로 들어갈수록 의미 유형 분류에 대한 필요성이 매우 높지만, 많은 시간을 필요로 하는 작업이므로 기존의 연구에서는 소수의 어휘만을 이용하거 나 반자동화된 방법론으로 적은 양의 어휘만 구축하는 방식을 사용하였다. 오피니언 마이닝에서 의미유형에 대한 연구의 필요성을 제기한 것은 Martin (2000)의 연구에서이다. 언어는 오피니언이나 태도를 표현할 수 있음을 강조하며 의미 유형을 3가지로 나누었는데, 개인적인 감정 상태를 표현하는 Affect 와 사물 의 특징을 표현하는 Appreciation, 사회적인 판단에 대한 Judgment 이다. 그는 형용사뿐만 아니라 다른 품사로도 확장될 수 있음을 강조하였다. 이 연구를 시작으 로 오피니언 유형을 결정하기 위한 다양한 방법론이 소개되었다. Toboada & Grieve (2004)에서는 50개의 실험 어휘를 가지고 PMI 방식을 이용하여 어휘를 확 장한 후 의미 유형 사전을 구축하였다. 이때 제안된 의미 유형의 범위는 Affect(감 정), Appreciation(평가) 그리고 Judgment(판단)으로서, 상품과 관련된 문서의 경 16

28 우에는 Appreciation 유형의 어휘가 많이 나타나고 책 또는 영화의 리뷰의 경우 Affect 유형이 많이 나타날 수 있음을 예로 들었다. 이러한 방식으로 의미 유형은 문서의 평가 내용을 판별하는 데 중요한 역할을 할 수 있다고 제안하였다. <그림 3> 평가 시스템(Appraisal System) (Martin 2000) Whitelaw, Garg & Argamon (2005)에서는 의미 유형뿐만 아니라 평가 어휘의 의미적 속성을 기술하는 것에 대한 필요성을 강조하면서, 오피니언을 표현하는 기 본 단위는 각각의 어휘가 아닌 구(clause) 차원임을 주장하였다. 예를 들어 'not terribly funny'와 같은 구의 단위로 오피니언이 결정되는데, funny 와 같은 형용사 는 헤드(head)로 정의하고, not' 또는 very'는 수식어(modifier)로 설정하여 헤드 와 수식어의 결합 형태를 평가 그룹(appraisal group)으로 정의하고 있다. 이와 같 은 오피니언을 표현하는 구의 어휘를 반자동화 방식을 이용하였고, 이를 분석하여 평가 내용을 추출하였다. 실험 어휘를 이용하여 워드넷과 시소러스를 통해 어휘를 확장하고, 더 효율적인 어휘 선택을 위해 확장 어휘를 출현 빈도에 따라 순위를 정 해 사전을 구축하였다. 이러한 방식으로 영어 형용사 전체의 약 30%를 차지하는 1329개의 어휘가 400개의 실험 어휘로부터 생성되었다. Arganon et al. (2007)에 서는 자동화된 방법으로는 모든 어휘를 다룰 수 없다는 단점과 손으로 어휘 목록을 17

29 구축하는 것의 어려움을 보완하기 위해서 반자동화 시스템인 bootstrap' 방식을 워 드넷에 적용하여 어휘의 평가 유형을 결정하는 방식을 제안하였다. 그 밖의 오피니언 마이닝을 위한 사전 구축에 관련된 연구로는 Toboada (2006)을 들 수 있다. 본 연구에서는 의미 극성을 기준으로 하여 사전을 만드는 방 법에 대해 기술하고 여러 방법을 서로 비교하고 있다. 기존에 Turney (2002)에 의 해서 제안되었던 NEAR 방식 5) 을 사용하여 검색엔진 알타비스타(Altavista)로부터 자동으로 만들어진 사전과 이들이 제한하는 AND 방식 6) 을 이용하여 검색 엔진 구 글(Google)로부터 만들어진 사전의 질을 비교되었다. 두 사전은 사람에 의해서 수 동으로 구축된 GI 사전과 비교하였다. 그 결과 AND 방식은 기존의 NEAR 방식과 별 차이가 없는 정확도 약 50%의 사전을 구축하는 성능을 보였다. 5) (seed word)의 극성을 바탕으로 근처에 나타나는 단어의 극성을 결정하고 사전을 구축하는 방 식 6) 한 문서에서 and'로 함께 나타나는 두 개의 단어를 찾아 극성을 결정하고 사전을 자동으로 구축하는 방 식 18

30 2.2. 국내 연구 오피니언 마이닝 관련 연구가 전 세계적으로 활발하게 이루어지면서 한국어 웹 문서의 오피니언 분석 시스템 개발을 위한 연구 또한 급증하고 있다. 그러나 영어 에 비해 그 수가 상당히 적고, 발전 속도가 더딘 편이다. 한국어 오피니언 마이닝 연구에 대한 다양한 시도에도 불구하고, 웹문서의 폭발적 증가를 따라잡기에는 아 직 역부족이다. 또한 지금까지의 연구는 통계적 또는 전산적인 방법론에 의한 것이 대부분이고, 한국어 오피니언 문장에 대한 체계적인 언어학적 연구는 극히 드문 상 황이다. 한국어의 오피니언 어휘를 결정하는 데 있어서도 형용사가 가장 중요한 역할을 하는 것은 영어의 경우와 같다. 따라서 오피니언 문장을 분석함에 있어, 한국어 형 용사에 대한 형태 통사 의미적인 특징에 대한 기존의 다양한 연구들이 활용될 수 있 다. 가장 활발한 연구로는 한국어 형용사 중에서도 감정을 표현하는 감정 형용사와 동사에서 나타나는 감정 어휘에 대한 분류이다. 감정 에 대한 연구는 철학, 심리학, 의학 등과 같은 다양한 분야에서 논의되어졌지만 그 개념을 정의하기란 쉽지 않는 문제이다. 남영신(1988, 1994)은 감정 어휘의 품사적 속성과 의미적 속성을 고려 한 자세한 분류를 수행하였고, 장효진(2001)은 기존 분류 체계를 정리하여 한국어 에서 나타나는 기본 감정을 기쁨, 슬픔, 놀람, 공포, 혐오, 분노 의 6가지 유형으로 나누었다. 그러나 기존의 국어학적 연구에서는 분류 체계만 제시할 뿐, 전체 어휘에 대한 분류는 이루어지지 않았다. 한국어 형용사의 의미 통사적 분류로는 유현경(1998)의 연구가 있다. 형용사를 크게 심리, 감각, 판단을 표현하는 주관 형용사 와 성상, 장소교차, 대칭, 기준, 소 유, 소재, 기능, 대응, 태도 등을 표현하는 객관 형용사 로 분류하였다. 주관 형용사 와 객관 형용사를 구분하는 특징은 경험주 의 유무이다. 주관 형용사의 경우 경험 19

31 주가 반드시 나타나며, 이후 나타나는 명사구나 부사절에 의해서 주관 형용사를 심 리, 감각, 판단 형용사로 구분 할 수 있다고 정의한다. 즉 수식하는 명사구에 일반 명사나 절을 동반한 보문명사가 나올 경우 심리 형용사에 가깝고, 신체의 일부가 나오는 경우는 감각 형용사, 주어의 판단의 대상이 되는 부사절이 나오는 경우에는 판단 형용사로 결정된다. 두 분류간의 또 다른 차이는 인칭의 제약의 유무이다. 주 관 형용사는 주어 자리에 반드시 경험주가 오기 때문에 화자와 주어가 같아야 하는 인칭 제약이 따르지만, 객관 형용사의 경우 인칭의 제약이 없다. 이 연구에서는 형 용사의 의미적 속성과 함께 통사적인 특징을 고려한 분류가 이루어졌다. 남지순(2007)에서는 형용사의 통사 또는 의미적 속성이 상이하다고 판단될 때 형용사가 실현되는 문장에서의 통사적인 관계를 고려하여 형용사를 분류 하였다. 통사적 특징으로는 크게 보어의 존재 유무에 따라 나누고 보어가 -와 조사와 함 께 올 때에는 대칭 형용사, -가 조사와 함께 올 때 증상 형용사, -에 조사의 경우 보문 주어의 실현 가능성에 따라 다시 태도, 대상, 공간, 장면 형용사와 심리, 평가, 기준 형용사로 나누었다. 그 밖의 기타 조사의 경우는 상황 형용사 로 분류 된다. 보어를 가지 않는 경우 또한 보문절의 실현 가능성에 따라 인물, 사물 형용 사 와 감탄, 가상, 명제 형용사 로 세부 분류 하였다. 김정남(2001)의 형용사 의미 분류에 관한 연구에서는 형용사의 의미적 속성에 만 기반한 분류를 수행하였다. 시각형용사를 제외한 오감에 해당하는 형용사를 감 각 형용사로 설정하여 청각, 후각, 미각, 몸감각으로 세부 분류하였다. 이후 희노애 락애오욕 을 표현하는 정서 형용사와 대상이 지는 속성이나 특성을 표현하는 성질 형용사로 분류하고, 이를 다시 주어의 속성에 따라 인성, 물성, 공통성 형용사로 세 부 분류하였다. 인물의 태도와 관련된 태도 형용사는 따로 분류되었다. 또한 시각으 로 감지되는 것은 형상 형용사로 분류하고 이는 다시 색체, 모양, 도량, 자태로 세 부 분류하였다. 그밖에도 두 개 이상의 논항을 가질 수 있는 평가 형용사와 빈도, 분포, 존재, 관계를 표현하는 기타 형용사 부류도 있다. 본격적인 한국어 오피니언 마이닝 시스템 구현을 위한 연구는 황재원 외(2008) 20

32 에서 부터이다. 이전에 개발된 웹문서 분석 시스템은 문서를 형태소 분석을 한 후 내용어(content word)를 추출하고 이것과 함께 추출된 특징에 대해 가중치를 부여 하는 형태였는 데 반해, 이 논문에서는 웹 문서의 감정 분류를 위해 형용사에 대한 긍정과 부정의 감정 자질(sentiment feature)을 자동으로 추출하는 시스템을 구현 하였다. 이 때 사용한 방법론은 영어권 선행 연구 결과를 바탕으로 영어 단어 시소 러스 정보를 한국어 어휘로 번역하는 방법이며, 이렇게 해서 긍정 어휘 861개와 부 정 어휘 844개를 구축하였다. 실험은 신문 기사, 상품, 영화 도메인에서의 문서를 이용하여 문장 단위와 문서 단위로 실험하였다. 그 결과 명사, 동사, 형용사, 부사와 같은 내용어를 사용해서 문장을 분류할 때보다 감정 자질을 이용하여 문장을 분류 할 때 더 정확한 웹문서의 감정 분류가 가능함을 밝혀냈다. 감정 자질을 사용하여 문장을 분류하는 과정에서는 15.1%의 성능 향상을 보였고, 문서 단위의 분류에서 는 4.3%의 성능 향상을 보였다. 이를 통해 감성 자질이 내용어에 비해 감정 분류에 더 유용함을 증명할 수 있었다. 이 연구는 본격적으로 극성 정보를 가진 한국어 어 휘 사전을 구축했다는 의의를 가지지만, 한국어의 개별적 언어 특성을 고려하지 못 하고 영어의 사전적 정보라든지 기존 연구의 결과에 의존하고 있다는 한계를 가지 고 있다. 명재석 외(2009)은 반자동화된 도구들을 통하여 의미 사전을 구축하고, 이를 자 연 언어 처리 기법과 함께 실제 상품평에 적용하는 상품 분석 시스템(The Highlights)을 구축하고자 했다. 이 시스템은 주제어와 서술어간의 관계를 정의한 후, 의미 사전의 어휘를 이용하여 일치하는 어휘를 찾고 상품 분류에 맞는 주제어 와 서술어가 포함된 오피니언 표현을 얻어 극성을 결정하는 방식을 이용한다. 실제 문서에서 사용된 어휘의 빈도를 이용하여 반자동화된 방식으로 오피니언 어휘를 추 출하고 사전을 구축하였다. 더 나아가 이 연구에서는 동일한 어휘라도 쓰임에 따라 달라지는 언어적인 특징을 고려하고 있는데, 예를 들어 크다 와 같이 문맥에 의존 하여 극성이 달라지는 형용사의 경우 상품 분류별로 서술어에 대한 의미를 따로 관 리하고 원래 의미를 덧붙여 언어자원을 구축하였다. 기술 어휘 사전은 상품 분류 21

33 (예: 디지털 카메라), 주제어 범주(예: 규격, 배송, 성능 등), 주제어 범주에 따른 주제어(예: 규격-사이즈, 무게 등), 주제어에 따른 서술어(예: 좋다, 가볍다 등)로 구성된다. 부가 어휘 사전에는 부가 어휘(예: 매우, 조금 등)가 포함된다. 본 시스 템을 이용한 실험 결과는 비교적 높은 정확률을 보여주고 있지만, 재현율은 보완할 점이 많았다. 따라서 재현율을 높이기 위해서는 사전의 양과 질적인 향상이 요구된 다. 육상근(2009)은 한국어 상품 리뷰 분석의 기본이 되는 오피니언 표현 자질 추 출과 오피니언 분류 시스템 구현을 통해, 자동으로 자질들을 추출하고 자질과 서술 어의 관계를 파악하여 오피니언을 분류하고자 하였다. 연구를 위해서 한글 오피니 언 사전(opinion dictionary)을 구축하였는데, 어휘의 성격에 따라 자질의견사전 (6,723개), 독립의견어휘사전(249개), 의견숙어사전(25개), 부정어사전(35개)으로 나누어 구축하였다. 두 번째 단계에서는 구축된 한글 의견 사전을 이용하여 한국어 상품 리뷰 문장에서 어휘가 얼마나 출현했는지 여부에 따라 관련 자질과 오피니언 어휘를 추출하였다. 마지막 단계에서는 추출된 자질과 오피니언 어휘를 오피니언 사전에 비교하여 주어진 문장에서 오피니언이 긍정인지, 부정인지를 분류하였다. 또 한 한국어 오피니언 표현 자질 추출과 분류를 위한 시스템에 대한 논의가 이루어 졌다. 먼저 형태소 분석기를 통해 한국어 상품 리뷰 문장을 분석한 후 사전에 등록 되어 있는 자질을 추출하게 된다. 추출된 자질과 쌍으로 존재하는 오피니언 어휘를 찾아 극성의 값을 결정하고, 주변을 검색하여 부정어 출현 여부를 파악한 후 이를 반영하여 극성을 분류한다. 이 연구에서는 앞선 연구들에 비해 많은 양의 어휘 사 전이 구축되었지만, 사전이 어떠한 방식으로 구축되었는지에 대한 설명이 포함되어 있지 않다. 이우철 외(2009a)의 연구에서는 다양한 도메인의 상품평에서 평가 항목을 자동 으로 추출하는 시스템을 제안하였다. 예를 들어 카메라의 상품평에서의 평가 항목 은 화질, 가격, 무게 등이 될 수 있는데, 이러한 항목을 코퍼스로부터 자동으로 추출하였다. 일단 코퍼스에서 나타나는 명사들을 모두 평가 항목 후보로 정하고, 22

34 PMI 방법론을 이용하여 주번 어휘의 공기 빈도 및 외부 연관도를 결합해서 상품과 평가 항목의 후보들 간의 연관도를 계산하였다. 이후 이우철 외(2009b)의 연구에서 는 한국어 상품평을 자동으로 요약하여 평가 항목과 함께 그 결과를 보여주는 시스 템 구현을 제안하였다. 이 시스템의 경우 상품평을 수집, 자동으로 평가 항목을 추 출하고, 극성을 판별하는 세 단계로로 나뉘어져 있다. 오피니언 극성을 결정하기 위 해서 극성 사전을 생성하였는데, 소량의 실험 어휘를 이용하여 자동으로 확장하는 방식을 이용하였다. 이때 사전은 평가 항목별로 나뉘어져 구성이 되는데 함께 공기 하는 평가 대상과 같은 문맥을 고려하여 자동 확장 되었다. 시스템은 사전 분류의 정확도 69,8%, 재현율 85.7%, 문장 극성 분류 정확도 81.8%의 결과를 나타냈다. 이러한 결과를 통해서 사전 분류 정확도가 상대적으로 낮았고, 이러한 언어자원이 시스템 전체의 성능에 큰 영향을 미치고 있음을 알 수 있다. 고민수(2010)의 연구에서는 영화평 리뷰의 자동 분류와 등급화 시스템을 구현 하고자 하였는데, 어휘 간의 유의어 관계 연구를 바탕으로 감정 어휘 평가 사전이 구축되었다. 이는 특히 영화평 도메인을 대상으로 한 도메인 한정 사전으로서 감정 표현 명사 부류, 감정 표현 형용사 부류, 감정 표현 동사 부류, 감정 표현 관용 표 현 부류, 부사 부류, 부정어 부류, 기타 부류와 같은 7개의 부류의 사전이 구축되었 다. 자동화된 방법론을 이용하여 각각의 부류의 어휘에 대한 정도성(gradability)과 평가 내용(attitude)을 할당하였다. 또한 통사적 구조와 관용적 표현 등과 같은 문 맥을 고려한 시스템을 구현하였다. 감정 어휘 평가 사전을 기반으로 한 이 시스템 은 앞선 다른 연구에서와 마찬가지로 사전의 질에 따라 그 시스템의 성능이 좌우될 수 있다. 이 연구에서는 사전의 표제어와 그 양에 대한 언급이 나타나지 않았기 때문에 사전을 고려하여 전체적인 시스템의 성능을 살피기에 어려움이 있으며, 문맥적 특 징들에 대한 고려 또한 전반적인 기술이 아닌 몇몇 예를 제안하고 그를 해결하기 위한 전산학적 방법론을 제시하는 방식이기 때문에, 보다 포괄적인 언어학적 관점 에서의 연구가 요구된다. 23

35 제3장 오피니언 어휘 사전 본 장에서는 오피니언 분석시 가장 핵심적인 어휘 범주가 되는 형용사를 중심으 로 오피니언 어휘 목록을 구성하고, 의미적 속성에 따라 극성 및 정도성을 결정하 기 위한 연구가 이루어진다. 본 연구는 한국어 전자 사전 DECO(남지순 2010)를 활용하였다 오피니언 어휘 목록 구성 형용사 어휘부의 구성 한국어 전자사전 DECO는 우선 4가지 어휘 범주(명사, 동사, 형용사, 부사)로 대 분류되어 있다. 오피니언 마이닝 연구에서 형용사는 오피니언 어휘의 가장 핵심적 인 어휘 범주로 기능하기 때문에, 이를 중심으로 형태 의미적 속성에 대한 정보를 자세히 분석하는 것이 중요하다. 본 연구에서 오피니언 분석을 위한 언어자원은 형 용사 전자사전 DECO-AS를 주축으로 하여 구성되었다. 기존의 인쇄사전 및 전자사전에서는 표제어 선정에 대한 명시적인 정의가 제시 되어 있지 않아서 형용사로 분류되어 있지만, 그 분류 자체가 납득하기 어렵거나 일관성이 떨어지는 경우들이 발견된다. 현행 인쇄 사전이 가지고 있는 표제어의 선 정 방식의 문제점을 해결하기 위해서, DECO-AS에서는 형용사에 대한 명시적인 기준을 제시하고 이에 따라 표제어를 선정하는 방식을 취하였다. 현행 사전에서는 기본적으로 의미에 기반하여 동사와 형용사를 분류하고 있으나, 이러한 의미 기반 분류 방법은 명시적인 정의를 제시하기가 어려울 뿐 아니라, 절대적인 기준 또한 24

36 되기 어렵다. 유사한 의미를 가진 어휘라고 할지라도 실제로 다른 품사로 분류되야 하는 경우가 많기 때문에, 의미적 속성을 기반으로 하는 분류 방법은 신뢰하기 어 렵다. 예를 들어, 박식하다 와 알다 는 유사적 의미를 가진 어휘로 분류되지만, 품 사로는 박식하다 는 형용사로 알다 는 동사로 분류되기 때문이다. 남지순(2002)는 형용사 범주 설정을 위한 명시적인 기준이 제시되지 않은 상태에서 주어진 품사 범 주에 대한 의미, 형태, 통사적인 속성들이 논의하는 것의 문제점을 지적하였다. DECO사전에서 형용사를 통사로부터 구분하기 위한 명시적인 기준은 현재시제 서 술형 어미 -ㄴ다 의 불가능성으로 설정하였고, 이를 기준으로 해당 어휘를 형용사 범주로 분류하는 방식을 취하였다. 7) 이렇게 구축된 형용사 전자사전 DECO-AS은 약 6,500개의 형용사 표제어를 포 함하고 있다. 이들 형용사에는 형태 통사 의미적인 속성에 대한 정보가 할당된다. 형태적 특징에 따른 분류는 형태적 패턴 여부에 따라 무패턴 형용사와 패턴 형용사 로 구분되며, 다음과 같은 분류태그(tag)가 할당되어있다. DECO 내용 예 갯수 무패턴 (ZAZ) 예쁘다, 크다, 높다 등 942 한자어기결합(CHE) 협소하다, 투명하다 등 1235 명사결합(NOU) 건강하다, 고독하다 등 284 의성의태결합(PHN) 구불구불하다, 글썽글썽하다 등 2786 AS 형용사 스럽다 (SEP) 미련스럽다, 불미스럽다 등 393 패턴 적이다 (JEP) 합리적이다, 이기적이다 등 720 (ZAP) 이다 (IDP) 안달이다, 열성이다 등 92 하다 (HAP) 가능하다, 거만하다 등 4306 다랗다 (DLD) 높다랗다, 커다랗다 등 13 빠지다 (PJD) 느려빠지다, 약해빠지다 등 62 터지다 (TJD) 물러터지다, 불어터지다 등 29 었 활용(OSS) 낡다, 생기다 등 118 <표 1> DECO-AS의 형태적 특징에 따른 분류 7) 등재하는 형용사 표제어 설정 문제에 대한 자세한 논의는 남지순(2002)를 참고할 것. 25

37 무패턴 형용사(ZAZ)는 특정 형태 패턴으로 정의되지 않는 부류이고, 패턴 형용 사(ZAP)는 하다, 스럽다, 적이다, 이다 등의 접미사류, 또는 빠지다, 터지다, 다랗다 등의 접미사류와 결합하는 형태들을 포함한다. 이들 중에는 다시 그 어기 형태에 따라 한자어기, 명사, 의성의태 결합형 정보를 나타내는 분류태그가 할 당된다. 었 활용(OSS)는 현재시제 활용에서 다 를 취하는 일반적인 형용사들과 달리 반드시 었다 로 활용하는 형용사 부류(예: 못나다, 외지다 등)를 표현한다. DECO-AS의 통사 분류코드는 모두 15가지로 남지순(2007)의 연구 성과에서 획득된 결과이다. 코드 명칭 통사 구조 예 1 YAWS 대칭형용사 2 YAIC 증상형용사 3 YAED 태도형용사 4 YAEV 대상형용사 5 YAEG 장면형용사 6 YAES 공간형용사 7 YAEP 심리형용사 8 YAEE 평가형용사 N0 N1-와 ADJ = N1 N0-와 ADJ N0 N1-가 ADJ = N0 [N1 ADJ-고] 느끼다 N0 N1-에 ADJ = N1 N0-에 ADJ-Sconj 굴다/행동하다 N0 N1-에 ADJ = *N1 N0-에 ADJ-Sconj굴다/행동하다 = N0 N1-에 대해서 ADJ N0 N1-에 ADJ = N1 N0-로 ADJ = *[N1-의 N0] ADJ N0 N1-에 ADJ = N1 N0-로 ADJ = [N1-의 N0] ADJ (QuP)0 N1-에 ADJ = N1 (QuP)0-로 ADJ (QuP)0 N1-에 ADJ = *N1 (QuP)0-로 ADJ 멀다, 무관하다 가렵다, 따갑다 강경하다, 못되다 껌껌하다, 고맙다 가득하다, 역력하다 냉하다, 너더분하다 푸르다 가깝하다 뭉클하다 가련하다, 궁금하다 26

38 9 YAER 기준형용사 10 YARR 상황형용사 = N1 (QuP)0-를 ADJ-어 하다 N0 N1-에 ADJ (AED/AEV/AEG/AES/AEP/AEE 정의 기준 관계들이 모두 불가능) [1] N0 N1-에서 ADJ [2] N0 N1-보다 ADJ [3] N0 S-고 ADJ 강하다, 불가피하다 가깝다, 우세하다 11 YAPZ 가상형용사 12 YASZ 감탄형용사 13 YACZ 명제형용사 (QuP)0 ADJ [N1-를 V-기]0 ADJ = (N1)0 [V-기]1-가 ADJ 14 YAHZ 인물형용사 (Nhum)0 ADJ 15 YANZ 사물형용사 (N-hum)0 ADJ [(Nhum)0 V-Sd Ncomp]0 ADJ = (Nhum)0 V-다니, (Nhum)0 ADJ 간단하다, 과하다 건방지다, 겸허하다 과도하다, 열광적이다 늘씬하다, 단아하다 고르다, 두툼하다 <표 2> DECO-AS의 통사 분류 코드 남지순(2007)은 형용사 어휘에 대한 체계적인 목록을 구축하고 이들의 문형 구 조에 따라서 통사적인 분류를 수행하였다. 형용사는 크게 보어(complement)의 유 무에 따라 통사적 구조가 달라지고, 각 형용사 술어에 대해 특징적인 보어가 존재 하는 경우 이들은 보어 형태를 특정 짓는 후치사(postposition)의 유형에 따라 분류 되었다. 또한 동일한 형태의 후치사를 취하는 보어의 경우 통사 의미적 속성이 서로 상이하다고 판단될 때에는 문장 사이의 통사적 관계(equivalent constructions)를 고려하여 차이를 규명하였다. 반면, 특징적인 보어 형태가 요구되지 않는 형용사 술 어들은 주어 위치 논항의 분포적 특성(distribution of subject)에 의해 클래스를 구 분하였다. DECO-AS는 사전의 형용사의 의미적 속성에 따라 등재된 의미 분류 태그 구성 도는 다음과 같다. 27

39 <그림 4> DECO 사전의 형용사 의미 분류 계층구조 의미 분류는 평가 대상이 확실하게 나타나는 객체묘사와 평가 대상에 대한 직접 적인 서술보다는 주체자의 경험적인 감정을 표현하는 경험묘사로 나뉜다. 객체묘사 의 경우 사물성 대상에 대한 평가 또는 인물성 대상에 대한 평가를 다시 구체적인 묘사나 추상적 묘사로 표현할 수 있다. 사물성 대상 묘사 중에서 구체묘사는 다시 그 의미적 속성에 따라 나뉘는데, 색깔의 경우 검정, 하양, 빨강, 노랑, 파랑으로 하 위분류된다. 오감 클라스는 시각 관련 형용사 부류의 비중이 높으므로 이를 별도로 분류하고, 이를 제외한 촉각, 미각, 청각, 후각에 해당하는 맛있다, 시끄럽다 등이 하나로 분류되었다. 즉 시각적인 특징을 묘사하는 어휘들은 모양 클라스에 해당되 는데 예쁘다, 둥글다 등을 포함하고 있다. 그밖에 사물에 대한 측량관련 어휘는 측량에 해당하며 그 예로는 크다, 길다 등의 형용사들이 있다. 추상묘사인 사물 추상 상태는 번잡하다, 고풍스럽다 등이 해당하며, 사물에 대한 추상적인 특징을 표현하는 어휘들을 포함하고 있다. 객체 묘사 중 인물성 대상 묘사에는 인물의 내 28

40 적인 성격을 묘사하는 어휘 부류인 내적 성격이 있고 그 예로는 게으르다, 착하 다 등이 있다. 외적 태도는 내적인 성격뿐만 아니라 겉으로 드러나는 태도에 대한 평가로 공손하다, 용감하다 등이 있다. 그밖에도 가난하다, 고귀하다 등과 같이 인간의 추상적인 상태와 관련된 어휘들은 추상적 상태 묘사 부류에 해당된다. 문장의 주체자의 경험적 감정을 나타내는 경험 묘사의 하위부류는 아프다, 따 갑다 등과 같이 신체적 현상을 묘사하는 신체묘사와 부끄럽다, 슬프다 등과 같은 감정적인 경험에 대한 서술어 부류인 심리 경험로 나뉘고, 그 밖에도 어렵다, 적 합하다 등과 같이 평가 대상에 대해 느끼는 논리적인 판단을 표현하는 논리 판단 이 있다. 마지막으로 두 개 이상의 대상에 대한 비교를 표현하는 어휘는 비교 판단 클라스에 해당되며 같다, 비슷하다 등이 그 예이다. DECO-AS의 약 6,500개의 어휘는 오피니언 어휘 목록의 핵심적인 표제어를 차 지한다. 그러나 형용사 어휘 범주로 분류된 어휘 외에도, 형용사와 형태적인 파생관 계에 있는 타범주 어휘와 의미적인 속성을 공유하는 어휘들 또한 실제 평가 문장에 서 빈번하게 나타나며 중요한 평가어로서 사용될 수 있다. 따라서 형용사 범주의 어휘 범주 이외에도 오피니언 어휘로써 평가자의 오피니언을 표현하는 타 범주의 어휘로의 확장이 요구된다. 앞서 소개한 형용사 전자사전 DECO-AS의 표제어에 대한 형태 의미적인 특징은 타품사로 오피니언 어휘 목록의 확장을 위해 활용될 수 있다. 다음 장에서는 형용사와의 형태적 파생관계와 의미 속성의 관계를 살핌으로 써 그 목록을 확장한다 그 외 범주로의 확장 명사 범주로의 확장 오피니언 어휘 목록에서 고려되어야 할 명사 어휘를 선정하기 위해서는, 각각의 명사에 대한 주관성 판별이 우선되어야 한다. 예를 들어, 구체적인 사물의 이름을 29

41 표현하는 명사유형은 평가 문장 내에서 오피니언을 표현한다고 보기 어렵다. 이들 은 오히려 평가 서술어의 평가 대상으로 나타나는 어휘들이다. 반면 추상적인 의미 의 명사는 극성을 표현하는 경우가 많다. 다음 예를 살펴보자. (4) a. 따로 여행용 케이스가 있네요. b. 숱이 없고, 짧고 내려앉은 속눈썹이예요. c. 특히 색상이 매력있어요. d. 미샤 메이크업 제품은 언제나 인기예요 위 문장들은 모두 화장품 도메인에서 나타난 문장들이다. 문장(4a), (4b)에서 사용 된 명사 케이스, 속눈썹 등은 화장품 평가 글에서 고빈도로 나타나는 어휘지만 그 자체로 극성을 표현하지 않는다. 반면 문장(4c), (4d)에서 사용된 매력, 인기 등과 같은 명사의 경우 -있다, -이다 와 같은 서술형 어미와 결합하여, 중요한 평가 서술어로 사용되고 있다. 매력+있다 와 인기+이다 는 긍정적인 의미극성을 표현하는 어휘들이다. 또한 이러한 추상 명사 이외에도 다음과 같이 감정을 표현하 는 명사들을 대체적으로 분명한 극성을 표현하는 어휘들이다. (5) a. 도대체 감독은 뭘 이야기 하려는 건지.. 보는 내내 짜증났어요. b. 무엇보다 직원들 서비스에 감동! c. 5성급 호텔이 맞는지.. 투숙하는 하루 동안 불만만 가득.. 위 예에서 사용된 명사들은 인간의 감정과 관련된 명사들이다. 인간의 감정을 표현 하는 어휘들은 대부분 문맥에 관계없이 명사 자체로 극성을 나타내는데 여기서 감 동 은 긍정적 극성을 표현하는 어휘이고, 짜증, 불만 은 부정적 극성을 표현하는 어휘이다. 명사 범주의 오피니언 어휘 선별을 위해서 현재 DECO사전에서 제공하는 형태 30

42 정보와 의미 정보를 활용하였다. DECO사전에서는 현재 20,934개의 표제어가 수록 되어 있기 때문에, 현실적으로 이 전체 표제어를 일일이 검토하기란 쉽지 않기 때 문이다. 따라서 본 연구에서는 한국어 명사 전자사전 DECO-NS 단순어 사전에 수록된 2만여 개의 표제어에 한정하여 오피니언 어휘를 선별하였으나, 앞으로 복합 명사 및 외래명사 사전(DECO-NX/NF)에 수록된 명사 목록으로 더 확장될 필요가 있다. 단순명사 중에서도 주관성을 표현하지 않는 구체적인 사물의 지칭 명사류, 의 존명사, 대명사, 수사 표현 명사류는 제외되었다. 현재 DECO사전 명사의 의미 정보 로는 비서술성 명사 부류에 대해서 26가지의 의미 클라스가 존재하고, 서술성 명사 의 경우 형용사와 동사의 의미 클라스와 동일하게 클라스가 구성되어 있다. <그림 5> DECO 사전의 명사 의미 분류 계층구조 우선적으로 형용사 의미분류 기준에 의해 구성된 명사 약 660개가 선별되었고, 이와 더불어 DECO 전자사전에서 제시하는 명사와 동사 의미 클라스 중에서 주관 31

43 성을 표현할 수 있는 의미 클라스를 결정하고 이에 속한 명사가 추가되었다. 명사 클라스에서 추상적 속성을 표현하는 인간속성(QPES), 인지명제(QCOG), 사물속성 (QPRO)의 명사들이 주관성을 표현할 수 있고, 자유, 앙심 과 같은 명사 어휘들이 위의 660개에 추가적으로 덧붙여졌다. 동사의 의미 분류체계를 따르고 있는 어휘들 중에는 생리적 변화(QBIC), 자연현상 변화(QNAC), 타인에 대한 활동(QSOA), 상 호적 활동(QMUA) 부류의 어휘들이 이에 해당될 수 있어, 여기서 주관성을 표현하 는 공포, 추천 과 같은 명사 어휘들이 추가되었다. 의미적인 정보 외에도 형태 통사 클라스 정보를 이용하여 명사 어휘의 선별작업 이 확장되었는데, 즉 -적 수식 명사(JEG), 추상성 단위 결합 명사(ABS), 단위 명 사 결합 불가 명사(UNC), -하다 형용사 구성 명사(PHA), -하다 동사 구성 명 사(PHV), -기 결합형 명사(PGN), -음 결합형 명사(PMN)들 중에서 일정 주관 적 오피니언을 표현하고 있는 어휘들은 본 연구의 오피니언 어휘 목록에 포함되었 다. 이와 같은 과정에 따라 오피니언 어휘로 결정된 명사의 개수는 총 2,927개이 다 동사 범주로의 확장 한국어 동사 전자사전 DECO-VS 의 단순어에 해당하는 어휘는 총 26,797개이 다. 앞서 명사의 경우에서처럼 현실적으로 3만여 개에 달하는 이 전체 표제어를 모 두 검토하는 것은 쉽지 않기 때문에, 이들 중 주관성을 표현하는 오피니언 어휘를 결정하기 위해서 DECO사전에 포함되어 있는 형태 의미적 정보를 활용하였다. 형태 적 속성과 관련된 분류는 서술형 어미에 따라 9개의 부류로 나누어지고 다시 다른 품사와의 대응 관계에 따라 분류되어 있다. 동사 범주의 어휘에서 오피니언 어휘를 추출하는 작업에서는 형용사와의 형태적 인 관련을 맺는 어휘들이 우선적으로 선별되었다. 여기 속하는 어휘 부류는 가벼워 하다, 맛있어하다 등과 같은 [형용사+하다] 형태와, 비싸지다, 가까워지다 등의 32

44 [형용사+지다]와 같은 <형용사 결합 형태(ZVP+ADJ)>의 어휘들이다. 뿐만 아니 라 타락하다, 실패하다 등과 같은 [명사+하다], 긴장되다, 강조되다 등과 같은 [명사+되다]처럼 명사 결합 형태(ZVP+NOU)에 속하는 일부 어휘들이 주관적 오 피니언을 표현하는 것으로 판단된다. 그러나 형용사 또는 명사와 형태적인 관계를 보이는 동사 부류만으로는 동사 범 주에 대한 오피니언 어휘 선별이 충분하지 않은데, 다음 예를 보자. (6) a. 밤새 소음 때문에 잠도 못 자고 시달렸어요. b. 딱 제가 원하던 가격! (6)에서 사용된 시달리다 와 원하다 는 형용사 또는 명사와 형태론적인 관계를 보 이지 않지만 평가 문장의 극성을 결정하는 데 있어 중요한 역할을 하는 서술어로 사용된다. 시달리다 는 부정적인 극성을 표현하고, 원하다 는 긍정적인 극성을 표현 하고 있다. 다시 말해, 형용사와의 형태적 관련성을 갖는 어휘 외에도, 유사한 의미 적 속성을 가지는 동사에 대한 오피니언 어휘 선별 과정이 필요하다. 이를 위하여 본 연구에서는 기존의 DECO-VS에서 사용하고 있는 의미 분류 클라스를 이용하여 다른 범주의 형태적 연관성을 보이지 않는 동사 어휘 오피니언 어휘 중 오피니언 어휘 부류를 선별하였다. 33

45 <그림 6> DECO 사전의 동사 의미 분류 계층구조 동사의 의미 클라스 중에서는 동사 범주 어휘에만 적용되는 의미 부류도 있지 만, 형용사와 유사한 의미적 속성을 공유하는 부류도 있다. 형용사의 의미 분류 클 라스 중 심리경험(QPSI), 외적태도(QATT), 논리판단(QLOG), 신체증상(BIOL) 클 라스는 동사 어휘에도 적용되었는데, 이러한 의미 부류에 속한 동사어휘 또한 오피 니언 어휘 목록에 추가되었다. 이렇게 확장된 동사 범주 어휘는 총 7,288개이다 부사 범주로의 확장 한국어 부사 전자사전 DECO-DS 은 형태적인 특징에 의해 우선 무패턴부사 (ZDZ)와 패턴부사(ZDP)로 나눠지고, 이들은 기존의 인쇄사전에서 감탄사로 분류 하는 유형(DECO사전에 (ZDE)코드로 등재됨)과 1차적으로 분류되었다. 여기서 패 34

46 턴부사의 경우 형용사에 -이, -히, -리, -게, -적으로 등의 어미가 붙어서 파생된 어휘가 주류를 이룬다. 이와 같은 형용사 파생 부사는 문장 내에서 서술적 인 기능보다는 서술어를 수식하는 역할을 하는 경우가 대부분으로 (남기심2006), 실질적으로 오피니언 문장 안에서는 핵심적인 오피니언 어휘로 사용되는 경우는 드 물다. 부사 범주에서 이와 같이 분류된 주관성 어휘들은 총 7,937개에 해당하고, 이들은 형용사의 의미 분류체계를 따르고 있다. 부사 범주의 어휘 중 오피니언 문장에서 중요한 역할을 할 수 있는 의미 부류의 어휘들은 정도 기술(QDEG) 부류의 어휘이다. 예를 들어, 정말, 진짜 등과 같은 어휘로써, 오피니언 문장에서 핵심 서술어를 수식하여 그 정도성의 강약을 표현하 는데 중요한 역할을 한다. 이러한 특성으로 추가된 어휘는 전체 132개이다 요약 오피니언 어휘 중 가장 핵심이 되는 형용사 범주 어휘 외에 명사, 동사, 부사 등 의 타품사로부터 주어진 형태 의미적 정보를 활용하여 오피니언 어휘의 범위를 전 체 어휘범주로 확장하였다. 각 품사에 따른 표제어의 개수와 그 분포는 <표2>와 같다. 형용사 부사 동사 명사 총 DECO 단순사전의 전체 표제어 6,454 14,894 26,797 20,934 69,079 오피니언 어휘의 수 6,454 7,937 7,288 2,927 24,606 표제어중에서의 비율 100% 약 53% 약 26% 약 14% 약 35.6% <표 3> 전자사전 DECO의 오피니언 어휘 분포 35

47 3.2. 오피니언 어휘의 의미 분류 선별된 오피니언 어휘에 대한 구체적인 오피니언 유형을 분석하기 위해서는 이 들 어휘에 대한 의미 분류 연구가 수행되어야 한다. 본 장에서는 전자사전 DECO의 기존 의미 분류의 소개와 함께, 오피니언 문장 분석시 필요한 하위 의미 분류를 수 행한다. 이러한 의미 분류는 평가 문장에 대한 세부적인 의미 정보 제공을 가능하 게 하고, 다양한 도메인으로의 오피니언 마이닝 연구를 발전시키는데 도움을 줄 수 있다. 또한 오피니언 마이닝에 있어 가장 중요한 의미 정보인 극성(polarity)과 정 도성(gradability) 관련 분류 결과를 소개한다 DECO사전의 의미 분류 개요 전자사전 DECO를 구성하는 대범주인 명사, 동사, 형용사, 부사의 의미 분류 클 라스는 총 117개로 구성되어 있다. 여기서 오피니언 마이닝을 위한 의미 속성과 관 련된 연구는 형용사를 중심으로 이루어진다. 남지순(2010)에서 제시하는 한국어 형 용사의 의미 부류는 총 12개의 상위 클라스와 5개의 하위 클라스이다. 형용사를 타 개체에 대한 묘사, 타인에 대한 묘사, 경험주체의 경험 및 판단으로 대분류 하고, 의미적인 공통점을 고려하여 세부 분류하였다. 그 내용은 다음과 같다. 대분류 소분류 코드 분류 내용 예 사물 묘사 색채 QCLO 모양 QVIS 시각적 묘사에 있어 색과 관련된 모든 형용사 부류 사물의 모양에 있어 색채 와 관련된 묘사외의 모든 시각적 묘사, 즉 형태와 모양, 그 이외의 구체적 묘사 불그스름하다, 벌겋다, 붉으락푸르락하다 뾰족하다, 기우뚱하다 36

48 감각 QPRT 오감에 의해 인지되는 사물의 속성으 로 시각에 의한 묘사를 제외한 청각, 미각, 후각, 촉각에 의해 묘사되는 형 용사 부류 시끄럽다, 짜다, 까칠까칠하다, 구리다, 향기롭다 측량 QDIM 측량에 의한 크기나 규모, 무게, 위치 값 등을 표시하는 것이 가능한 형용사 부류로 수사 표현 삽입을 허용함 크다, 길다, 넓다, 빠르다, 높다, 멀다, 가볍다 추상 QPRP 사물의 구체적 묘사가 아닌 추상적 묘 사를 위한 형용사 부류 광활하다, 무한하다 인물 묘사 성격 QCHA 태도 QAT T 타인의 내적 속성인 성격에 대한 묘사 를 위한 형용사 부류 타인의 외적 속성인 태도에 대한 묘사 를 위한 형용사 부류 영리하다, 이기적이다 관대하다, 친절하다, 냉담하다 추상 QSTA 타인에 대한 추상적인 상태속성을 묘 사하는 형용사 부류 가난하다, 박복하다 경험 묘사 증상 QBIO 심리 논리 비교 QPSI QLOG QCO M 경험주(experiencer)의 신체적 증상의 경험을 묘사하는 형용사 부류 경험주의 심리적 경험을 묘사하는 형 용사 부류 외적 현상에 대한 가치 판단 및 평가, 객관적 논의, 그리고 사실에 대한 가능 성 및 필요성, 허가 등을 표현하는 형 용사 부류 외부 상황 및 현상에 대한 비교(대칭 성, 우월성, 열등성 등)와 관련된 형용 사 부류 마렵다, 간지럽다, 따끔거리다 무섭다, 가엾다, 심심하다, 외롭다, 소중하다 맞다, 틀리다, 가능하다, 필요하다, 확실하다, 쉽다, 어렵다 같다, 비슷하다, 친하다, 월등하다, 낫다 <표 4> 형용사의 의미 분류 클라스 구성도(남지순 2010) 이러한 의미 클라스는 유사한 의미적 속성을 공유하는 타 품사의 어휘 분류에도 적용될 수 있기 때문에 주관성 어휘를 판단하고, 오피니언 어휘 목록을 분류하는데 효과적으로 이용될 수 있다. 앞으로, 이러한 연구는 텍스트의 다양한 도메인에 따 라, 그리고 문맥에 따라 결정될 수 있는 여러 오피니언 어휘들에 대한 보다 세분화 된 연구로 확장되어야 할 것이다. 본 연구에서는 현재 DECO사전에 내장된 의미 분 류를 바탕으로 다음과 같은 방식의 하위분류를 추가하였다. 37

49 DECO 사전 의미 분류의 확장 우선 위의 분류에서 감각 클라스의 어휘는 오감에 해당하는 청각, 미각, 후각, 피부감각(촉각) 관련 의미에 따라 하위분류가 가능하다. 기존 의미 분류에서 시각 적인 감각 관련 어휘는 오감과 따로 분류하였기 때문에 하위분류에 포함되지 않는 다. 따라서 시각을 제외한 오감에 대한 하위분류는 후각에 의한 냄새, 청각에 의한 소리, 미각에 의한 맛, 촉각에 의한 피부감각 로 나뉜다. 측량 클라스는 수치화를 하거나 단위화 될 수 있는 특징들을 묘사하는 어휘로 한정되어 있다. 이 부류의 어휘들은 다양한 도메인의 평가 문장에서 다른 유형의 어휘보다 특히 빈번하게 출현하며, 중요한 평가 내용을 담고 있다. 그러나 대부분의 측량 가능 평가 유형의 경우 어휘 자체로는 그 극성을 가지지 않고, 문맥에 따라 결정되는 경우가 많기 때문에 기존의 많은 연구에서 배제되어왔던 전형적인 유형이 기도 하다. 다음 예를 살펴보자. (7) [Domain-영화] a. 폭력성이 강해서 아이들이 보기엔 좀 그러네요. b. 전편에 비해 시나리오가 강해졌어요. c. 느린 스토리 전개는 잠이 올 정도 (8) [Domain-IT상품] a. 갤럭시가 아이폰 보다 화면이 훨씬 커요.. b. 진동이 온지도 모를 만큼 약해요 (9) [Domain-화장품] a. 20호인데도 톤이 무거운 편이에요. b. 가격에 비해 양이 매우 많아요.. 38

50 c. 이거 쓰고 트러블이 많아졌어요. [영화] 도메인과 같이 구체적인 상품이 아닌 도메인에서 사용되는 측량 의미 부 류의 어휘들은 물리적인 측량보다는 추상적인 측량을 표현하는 경우가 많다. 예문 (7a)와 (7b)에서 사용된 형용사 강하다 는 상태의 정도가 높음 을 의미하며, 명사 폭력성 을 서술할 때에는 부정적인 오피니언을 나타내지만, 명사 시나리오 를 서술 할 때엔 긍정적 오피니언을 나타낸다. 같은 도메인에서도 어떤 평가 자질을 서술하 느냐에 따라 극성이 달라지고 있다. 또한 [영화] 도메인에서 형용사 느리다 는 물 리적 속도가 아닌 추상적인 속도를 표현하는 의미로 스토리 전개 를 서술하는 문장 에서는 부정적 극성을 표현하고 있다. [IT상품] 도메인에서는 '영화 와 달리 물리적 인 속성에 대한 측량적인 서술이 대부분이다. 형용사 크다 는 화면 을 서술하여 긍 정적인 의미를 표현하고, 약하다 는 진동 과 함께 부정적인 극성을 표현한다. 이 둘 모두 화면에 대한 물리적 크기와 진동에 대한 물리적인 강도를 서술해주고 있다. [화장품] 도메인의 예문 (9a)에서의 무겁다 는 무게를 의미하기 보다는 색깔의 느 낌을 표현하는 것으로써 명사 톤 을 서술하여 부정적 오피니언을 표현한다. (9b)와 (9c)에서의 많다 는 양 과 함께 물리적인 질량을 묘사하며 긍정적 오피니언을 표현 하고 있다. 위의 예처럼 측량 의미 부류의 어휘는 어휘 자체에 극성을 가지는 경우는 드물 고 대부분이 도메인뿐만 아니라 세부적인 평가 자질에 의해 극성이 결정되는 문맥 의존형 어휘 에 해당된다. 따라서 이들이 사용된 문장에서는 서술하는 명사(=자질) 과의 관계를 살펴 극성을 결정해야 한다. 그러나 측량 표현 어휘 클라스로 분류된 모든 어휘에 자질과의 관계에 대한 정보를 모두 기입하여 사전을 구축하는 것은 불 가능하다. 따라서 측량 표현 형용사들에 대하여, 동일 자질(feature) 명사와 출현할 때 동일 계열의 극성(polarity)을 표현할 수 있는 형용사 어휘들을 각각의 하위 클 라스 분류하는 방식이 필요하다. 이를 위하여 측량 표현을 우선 차원(dimension) 에 근거하여 하위분류를 수행하 39

51 였다. 길이, 거리, 깊이, 높이, 두께와 같이 선적 측량 개념 어휘들을 1차원 유형으 로 분류하였고, 크기, 넓이와 같이 면 단위의 측량 개념 어휘들을 2차원 유형으로 분류하였다. 양과 부피와 같은 입체 단위의 측량 개념을 갖는 어휘들은 3차원 유형 으로 분류하였다. 그 밖의 나머지로는 물체의 무게와 관련된 무게 클라스와, 정도, 조도, 속도, 온도, 습도 등과 같이 다양한 에너지 측량 개념의 어휘 에너지 클라스 가 존재한다. 마지막으로 일반적인 사물에 대한 평가 문장에서 가장 많이 나타나는 돈의 측량인 가격 부류를 따로 설정하였다. 여기서 총 6개의 클라스로부터 다시 세 분화된 의미 특징에 따라 크기, 무게, 깊이, 길이, 두께, 넓이, 빠르기, 높이, 밝기, 강도, 양(수), 정도를 표현하는 어휘를 13개의 하위 클라스로 분류하였다. 이에 대 하여 다시 양극화된 의미 특징을 보이는 두 부류(예: 높다(+) 낮다(-), 크다(+) 작다(-))로 하위분류하여 최종적으로 총 32개의 하위 의미 집합을 획득할 수 있 었다. 다음은 본 연구에서 확장된 하위분류 구성도를 보인다. 40

52 <그림 7> 형용사의 최종 의미 분류 계층구조 이상에서 수행한 형용사 의미 분류 결과를 실제적인 표제어수와 함께 제시하면 서 다음 표에서 보이는 바와 같다. 41

53 평가 유형 오감 측량 하위 어휘 하위 의미 집합 평가유형 수 예 후각 냄새 관련 어휘 91 향긋하다, 비릿하다 등 미각 맛 관련 어휘 168 맛없다, 달콤하다 등 촉각 피부감각 관련 어휘 285 끈끈하다, 흐물흐물하다 등 청각 소리 관련 어휘 105 시끄럽다, 괄괄하다 등 1차원 2차원 3차원 무게 길 이 거 리 깊 이 높 이 두 께 크 기 넓 이 양/ 수 무 게 길다 의미군 33 짧다 의미군 37 멀다 의미군 27 가깝다 의미군 9 갈쭉하다, 기나길다, 기르스레하다, 길다, 길 둥그렇다, 길쭉하다 등 강동하다, 겅뚱겅뚱하다, 몽땅하다, 잘달막하 다, 잘뚝하다, 짜름하다, 짤따랗다, 짤막하다, 짧다, 최단하다 등 가마득하다, 머나멀다, 멀찍하다, 심원하다, 망망하다 등 가깝다, 교밀하다, 조밀하다, 촘촘하다, 밀접 하다 등 깊다 의미군 4 깊다, 깊다랗다, 깊숙하다 등 얕다 의미군 6 야트막하다, 야틈하다, 얕다, 얕디얕다, 여틈 하다 등 높다 의미군 6 높다, 높다랗다, 높직하다, 드높다 등 낮다 의미군 24 납작하다, 나즈막하다, 나직나직하다, 낮다 등 두껍다 의미군 18 굵다, 굵직하다, 도톰하다, 두껍다, 두두룩하 다, 두텁다 등 가느다랗다, 가느스름하다, 가늘다, 갸름하다, 얇다 의미군 28 걀쯤하다, 얄브스레하다, 얄팍스럽다, 얄핏하 다, 얇다 등 거대하다, 성대하다, 으리으리하다, 어마하다, 크다 의미군 33 커다랗다, 최대하다, 큼직하다, 대규모적이다 등 작다 의미군 37 미세하다, 소규모적이다, 아담하다, 자그마하 다, 자디잘다, 작다, 조그맣다, 쪼그마하다 등 공활하다, 광막하다, 광범위하다, 광활하다, 넓다 의미군 48 나부죽하다, 너르다, 넓적하다, 넓직하다, 넓 데데하다, 드넓다 등 좁다 의미군 6 좁다, 좁다랗다, 좁디좁다, 편협하다 등 가득하다, 끝없다, 다분하다, 듬뿍하다, 막대 많다 의미군 92 하다, 만연하다, 무수하다, 무진하다, 벅차다, 상당하다, 수북하다, 숱하다, 엄청나다, 자자 하다, 잦다, 최다하다, 흔하다 등 적다 의미군 24 근소하다, 드물다, 듬성하다, 뜸하다, 미만하 다, 소소하다, 적다, 희귀하다, 희소하다 등 무겁다 의미군 16 묵직하다, 무겁다, 묵중하다, 우량하다, 육중 하다 등 가볍다 의미군 21 가볍다, 갭직하다 등 42

54 에너지 가격 정 도 강 도 조 도 속 도 온 도 습 도 가 격 강하다 의미군 72 강력하다, 강하다, 거세다, 격렬하다, 격하다, 농밀하다, 진하다, 막강하다, 세다, 완강하다, 짙다, 찐하다 등 약하다 의미군 45 경미하다, 묽다, 약하다, 연하다, 엷다, 흐리 다, 희미하다 등 딱딱하다 의미군 9 견인하다, 굳다, 단단하다, 딱딱하다 등 무르다 의미군 27 느슨하다, 무르다, 물렁물렁하다, 하물하물하 다, 헐겁다, 헐렁하다, 흐무러지다 등 밝다 의미군 37 밝다, 환하다, 눈부시다 등 어둡다 의미군 44 어두깜깜하다, 어둑어둑하다, 어둠침침하다, 어둡다, 컴컴하다 등 빠르다 의미군 20 득달같다, 빠르다, 쏜살같다, 재빠르다, 잽싸 다, 조속하다, 쾌속하다 등 느리다 의미군 21 느릿하다, 느지막하다, 느직느직하다, 늦다, 따듬작하다, 천천하다 등 춥다 의미군 41 서늘하다, 냉하다, 쌀쌀하다, 시원하다, 음량 하다 등 덥다 의미군 40 후끈하다, 덥다, 후덥다, 따뜻하다, 뜨끈하다, 따스하다, 온난하다 등 습하다 의미군 10 고습하다, 습윤하다, 습하다, 축축하다 등 건조하다 의미군 35 건조하다, 저습하다, 메마르다, 팍삭하다, 허 벅허벅하다 등 비싸다 의미군 6 비싸다, 에누리 없다, 높다 등 싸다 의미군 7 싸다, 저렴하다, 헐하다, 염가하다 등 <표 5> 최종 형용사 하위 의미 분류 결과 이상에서 보는 바와 같이, 측량 의미 부류의 어휘 중에서 크넓다, 다대하다 등 과 같이 두 개 이상의 측량을 표현하는 어휘들이 종종 있다. 이러한 어휘들은 본 연구에서는 모두 이중 분류되어, 특정 의미 정보가 추출되어야 할 때 누락되지 않 도록 하였다. 또한 어마어마하다, 최대하다 등과 같은 몇몇의 어휘들은 의미적으로 정확하게 어떠한 측량을 표현하는지 구체적인 정보가 나타나지 않는데, 이러한 어 휘들도 표현할 수 있는 모든 측량 단위의 하위 클라스에서 다중 분류하는 방식을 취하였다. 동일한 하위분류 클라스에 포함된 어휘라고 할지라도 같은 문맥에서 반드시 동 시에 사용될 수 있다고 단정 짓기는 어렵다. 같은 의미 부류의 어휘라 할지라도 서 술하는 명사어에 대한 제약 관계는 어휘 자체에 의존적인 경우가 많기 때문이다. 43

55 그러나 이처럼 하위분류를 통해 이 어휘들을 계열화함으로써 추후 구체적인 도메인 에서 극성을 판별할 때 중요한 기초 정보를 제공할 수 있을 것이라 기대된다. 특정 자질 목록을 기준으로 극성을 결정할 때 자질에 따라 함께 나타날 수 있는 형용사 는 한정되어 있고, 둘 간의 관계에 의해 극성 값이 결정 될 수 있기 때문이다. 예를 들어 많다 부류 어휘에서 [맛집] 도메인에서 자질 명사 음식 을 서술할 수 있는 서술어로써 다양하다, 많다, 엄청나다 등은 올 수 있지만, 다분하다, 잦다 등은 함 께 나타나지 않을 것이다. 즉, 서술대상과 서술어의 공기적 관계는 제한적이기 때문 에, 서술대상어와의 관계에 의한 극성 값을 각각의 어휘에 대해 기술하지 않고 이 를 최대한 효율적으로 처리할 수 있다. 44

56 3.3. 의미 극성(Polarity) 분류 의미 극성 연구 오피니언 문장이란 하나 또는 그 이상의 대상(topic)과 그 자질(feature)에 대한 평가를 표현하는 오피니언 어휘(opinion word)를 포함한 문장으로 정의될 수 있다 (Hu: 2004). 특정 대상에 대한 핵심적인 오피니언 어휘는 형용사 범주 어휘에 해 당되며, 이러한 오피니언 어휘의 의미 극성이 오피니언 문장의 의미 극성에 가장 큰 영향을 미친다. 온라인상에서 사용자는 상품 전체에 대한 평가를 하던지 각각의 자질에 대한 평가를 하던지 간에 좋다 또는 나쁘다 와 같은 오피니언 서술어로서 비교적 명확하게 자신의 오피니언을 표현한다. 본 장에서는 앞서 논의한 오피니언 어휘(opinion word)의 의미적 속성을 이용하여 이들의 극성의 값을 긍정(positive), 부정(negative) 그리고 중립(neutral)으로 분류하는 작업을 수행하였다. 오피니언의 극성을 세 가지로 나누는 것은 기본적인 분류로서, 이는 향후 세부적인 감정 분류 (sentiment classification)를 위한 기초 데이터로서 중요한 의의를 가진다. 본 연구 는 감정(sentiment)'과 같은 개념(concept) 위주의 하향식(top-down) 분류 방식 이 아니라, 실제 형용사 및 관련 품사로 실현되는 개별 어휘(word)에 대한 상향식 (bottom-up) 분류 방식이라는 점에서 그 특징을 가진다. 기존의 많은 의미 분류와 마찬가지로 극성 분류 또한 분류 기준을 명확하게 제 시하기가 어렵고, 연구자의 주관적인 판단의 개입을 배제할 수 없는 어려움이 따르 지만, 실제 오피니언 문서 분석을 위한 시스템 구현이라는 현실적인 목적을 위해서 는 현존하는 어떠한 기계적, 통계적인 방법보다도 보다 신뢰할 수 있는 결과의 질 을 보장한다는 점을 간과해서는 안 된다. 직관에 의한 의미 극성 분류에 대한 신뢰도를 높이기 위해서 민중 국어사전 45

57 에서 제시하는 사전적 정의를 살펴 극성 값 결정에 보조적 장치로 사용하였다. 사 전적 정의를 통한 극성 분류 또한 여전히 작업자의 직관을 필요로 한다는 점에 있 어 그 객관성을 백퍼센트 확보할 수는 없지만, 의미적인 분류에 있어 언어적 직관 을 전적으로 배제하는 것은 불가능하다. 예를 들어, 긍정과 부정의 부류에 가장 전 형적(typical) 술어의 하나인 좋다 와 슬프다 에 대한 사전적 정의를 살펴보았다. 형용사 좋다 를 설명하는 사전적 정의에 사용된 형용사는 즐겁다, 유쾌하다, 아름 답다, 훌륭하다, 뛰어나다, 슬기롭다, 낫다, 유익하다, 바르다, 착하다, 괜찮다, 상관 없다, 적당하다, 알맞다, 경사스럽다, 기쁘다, 화목하다, 친하다 등이 있고 이들은 모 두 좋다 의 의미 극성을 보이는 긍정 오피니언 형용사로 분류된다. 반면 슬프다 의 사전적 정의에 사용되는 어휘들은 원통하다, 불쌍하다, 아프다, 괴롭다 등이 있고, 이들 모두 부정의 의미 극성을 공유하는 어휘들이다. 그런데 형용사 어휘 범주의 모든 어휘가 그 자체만으로 긍정 또는 부정의 극성 으로 결정지어질 수 있는 것은 아니다. 형용사 크다 의 사전적 정의와 그 예를 살 펴보자. 크다 크니, 커 一 형용사 정의 예 1. 부피나 길이 넓이 높이 따위가 보통 정도를 넘다 키가 크다 2. 수나 양이 많다. 정답의 수가 크다. 3. 일의 규모 범위 정도 따위가 보통의 정도를 지 나다. 대단하다. 그의 사업이 커졌다. 4. 사람의 됨됨이가 뛰어나고 훌륭하다. 그는 큰 인물이 된 사람이다. 5. 옷 신발 따위가 알맞은 치수 이상으로 되어 있 다. 구두가 커서 헐렁하다. 6. 마음이나 몸에 느끼는 어떤 일의 영향 충격 따위 가 보통 정도를 넘다. 어제 일은 충격이 크다. 형용사 크다 의 사전적 정의를 살펴보면 이와 같이 여러 가지 의미가 나타난다. 사전의 예에서 보는 바와 같이, 어떤 문맥에서 사용되느냐에 따라 그 의미적 극성 46

58 값이 달라짐을 알 수 있다. (정의4)는 긍정의 극성을 (정의6)은 부정의 극성을 가 짐을 알 수 있고, 나머지 정의문은 그 문장만으로는 극성 값을 정확하게 결정하기 가 쉽지 않음을 보인다. 이러한 경우는 실제 오피니언 문서에서도 빈번히 관찰되는 현상인데 다음의 예를 살펴보자. (10) a. 컴퓨터 본체가 크고 무거워요. b. 화면이 크고 해상도가 높네요. 위의 예는 실제 [IT상품] 도메인에서 관찰된 문장이다. (10a)의 경우 컴퓨터 본체 의 부피가 보통을 넘어서서 무거움을 표현하는 부정 오피니언을 보이는 문장이지 만, (10b)의 경우 화면의 넓이가 큼을 서술하는 긍정 오피니언의 문장이다. 동일한 사전적 정의 임에도 불구하고 서술 대상(feature)이 무엇인가에 따라 그 극성 값이 달리 결정된다. 이처럼 중의적인 의미뿐 아니라, 서술하는 명사에 따라 그 오피니언 극성이 달라지는 어휘군을 따로 설정하고, 이러한 어휘들을 심도 있게 다룰 필요가 제기된다. 따라서 본 연구의 한국어 어휘의 극성 범주는 문맥의 영향을 받지 않고 어휘 자체의 정의를 통해서 긍정, 부정, 중립으로 확실하게 그 오피니언 극성이 나 눠지는 문맥 비의존형(context-independent) 어휘와 단어 자체의 의미를 통해서 극성 값을 결정하기 어렵고 다양한 문맥적 요인들의 고려를 통해서 그 극성 값이 결정될 수 있는 문맥 의존형(context-dependent) 로 다시 분류된다 의미 극성에 따른 분류 결과 한국어 전자사전 DECO로부터 오피니언 어휘로 추출된 24,606개의 어휘에 대한 극성 분류 결과는 다음과 같다. 47

59 분류 하위분류 표제어 수 비율 긍정 5,824 문맥 비의존형 부정 9, % 중립 57 문맥 의존형 9, % TOTAL 24, % <표 6> 오피니언 어휘의 극성 분류 결과 문맥 비의존형과 문맥 의존형의 비율은 각각 약 62.5%와 37.5%로 나타났다. 즉, 오피니언 어휘 자체의 극성만으로 오피니언 문장의 의미 극성이 결정되는 경우 는 3분의 2 정도이며, 나머지 오피니언 키워드가 실현된 문장의 경우 다양한 문맥 적인 특징을 고려하지 않고서는 그 극성을 판별하는 것은 불가능하다. 기존의 통계 적인 연구 방법론에서는 문맥적인 상황을 체계적으로 고려하기 어려웠기 때문에 문 맥 의존형 어휘에 대한 자세한 분석은 이루어 질 수 없었다. 그러나 정확한 오피니 언 극성 판별의 결과를 얻고, 분석 시스템의 성능을 높이기 위해서는 문맥 의존형 어휘를 처리하기 위한 보다 체계적인 연구가 요구된다. 48

60 3.4. 극성의 정도성(Gradability) 분류 의미 정도성 연구 이상에서 논의한 오피니언 어휘의 <긍정>, <부정>과 같은 극성 정보 외에도, 보다 심화된 어휘적 정보가 제공된다면 보다 다양한 정보를 추출할 수 있는 오피니 언 분석 시스템을 기대할 수 있을 것이다. 즉, 이를 위해서 극성 정보 외에도 어휘 의 다양한 속성에 대해 고려할 필요가 있다 (Wilson et al: 2004). 특히 평가자의 오피니언의 강화나 약화를 표현하는 정도성(gradability)이 대표적인 한 사례이다. 정도성은 다양한 방식으로 표현되어 질 수 있고, 언어에 따라 그 방식이나 형태에 서 차이가 크다. 영어에서는 형용사의 급(degree)의 변화를 통해 그 정도성을 달리 표현하는 것이 가능하지만, 한국어의 경우 정도성을 표현하기 위한 특정 문법 형태 소가 존재하지 않는다. 한국어 오피니언의 정도성과 관련된 심도 깊은 언어학적 연 구는 거의 이루어지지 않았기 때문에, 본 연구에서는 한국어 문법에서의 강조 표현 에 대한 연구로부터 그 시작점을 찾고자 한다. 강조 표현이란 화자가 청자에게 의 사 전달하는 과정에서 특히 중요하다고 판단한 정보에 대해 청자의 주의를 끌고자 음운이나 문장 구조에 현저성을 부여하는 언어표현으로 정의된다 (임성규: 1989). 박동근(2007)에서는 한국어 강조 실현의 다양한 방법에 대한 예를 다음과 같이 제시하였다. (11) a. 물이 깊다. b. 물이 깊::다. c. 물이 깊디깊다. d. 물이 매우 깊다. 49

61 (11a)의 경우는 어떠한 강조나 정도성도 표현하지 않는 일반적인 문장이다. 반면 (11b)는 소리의 길이, 세기, 높이와 같은 음운적인 특징을 이용하여 그 의미를 강 조하고 있고, (11c)는 반복 합성어를 통해서 어휘적인 강조가 일어나고 있다. 또한 (11d)의 경우 매우 와 같은 강조 부사를 이용하여 통사적인 차원에서 그 강조가 이루어지고 있다. 통사적 차원의 강조는 그밖에도 형태론적 구성의 이동이나 중첩 이 이루어지거나 분열문 구조에 의해서도 이루어 질 수 있다. (12) a. 사과를 먹은 길동이 b. 길동이가 먹은 사과 예문 (12)의 경우 강조하고자 하는 어휘를 문장 내에서 이동함으로써 그 어휘를 강 조하고 있다. 두 문장은 똑같은 전제를 표현하지만 전자의 경우 길동이 가 강조가 되고 있고, 후자의 경우 사과 가 강조되고 있음을 알 수 있다. 또한 박동근(2007) 은 다시 말해 와 같은 접속사를 이용한 이야기 층위에서의 강조에 대해서도 설명하 고 있다. 본 연구는 웹문서에 포함된 오피니언 문장에서 나타나는 오피니언 어휘 극성의 정도를 강화하거나 약화하는 다양한 속성을 한국어 형용사의 어휘 의미 통사적 측면 에서 살펴보고자 한다. 기존의 연구에서 밝힌 강조의 실현 방법 중에서, 형태소 소 리의 길이, 세기, 높이와 같은 음운적인 특징의 경우 발화되는 환경에서 그 음운적 속성이 달라질 수 있는 특징이 있기 때문에 일반적으로 텍스트에서의 오피니언을 분석하는 데에는 적용될 수가 없다. 뿐만 아니라, 통사적 특징 중에서도 문장 내에 서 어휘의 이동을 통해 강조가 이루어지는 경우 또한 다양한 문맥적인 특징을 고려 해야 하며, 극성을 강화하거나 약화하는 직접적 표지가 없기 때문에 이 경우도 본 연구에서는 또한 고려하지 않기로 하였다. 이야기 차원에서 강조를 위해 나타나는 다시 말해 와 같은 부사어구는 전체 텍스트의 오피니언 분석을 위해서는 중요한 표 50

62 지로써 사용될 수 있으나, 문장 단위의 오피니언 분석에서는 오피니언을 표현하는 어휘의 정도성에 직접적인 영향을 주지 않는다고 판단되어 이 경우도 본 연구에서 는 유보되었다. 한국어 형용사의 정도성 실현의 다양한 방법들을 분석하기 위해 오피니언 어휘 의 음운 형태 의미의 사전적 정보를 분석하였다. 이러한 정도성의 정보는 한국어 형 용사 전자사전 DECO의 표제어에 태그로써 그 정보가 추가되며, 이는 차후 오피니 언 분석 시스템이 정도성 정보를 제공하기 위한 핵심 정보로 사용될 것이다. 본 장에서는 오피니언 문장의 정도성에 영향을 미치는 한국어 형용사의 형태 및 의미적인 측면에 대하여 논의한다. 앞서 말한 것과 같이 영어와 달리 한국어는 정 도성을 표현하기 위한 특정 형태소가 존재하지 않지만, 어휘적인 측면에서 나타나 는 강조는 다음과 같다. [1] 어휘 중첩 현상 [2] 정도성을 강화하거나 약화하는 한자어 접두사의 결합: 최-, 극-, 과- 등 [3] 정도성을 강화하거나 약화하는 접미사의 결합: -터지다, -빠지다 등 [4] 의미적 속성 오피니언 어휘의 정도성 실현을 위한 분석에서 형태적인 차원과 의미적인 차원 을 함께 분류하는 이유는 어휘 중첩이나 접사의 결합은 특정한 의미적 속성을 가진 형태소로만 한정적으로 결합할 수 있고, 이러한 접사의 의미가 어휘 전체의 의미에 큰 영향을 주기 때문에 속성 차원을 정확히 구분하기 어렵기 때문이다. 어휘 중첩 현상은 기존 연구에서 밝힌 한국어 형용사의 강조 실현의 방법 중에 서도 가장 일반적인 방법이다. (13) a. 갈 길이 멀다. b. 갈 길이 멀고멀다. 51

63 위의 예(13)는 형용사 멀다 의 서술어를 가진 문장과 멀다 의 어근인 멀- 의 중첩 이 일어난 멀고멀다 의 서술어를 가진 문장을 보여주고 있다. 상대적으로 멀다 를 사용한 문장보다 멀고멀다 를 사용했을 때 그 정도성이 강화됨을 볼 수 있다. 다음으로 정도성을 강화하거나 약화하는 접사의 결합으로 오피니언의 정도성에 영향을 미치는 예는 다음과 같다. (14) a. 통화시 핸드폰의 소음이 심하다. b. 통화시 핸드폰의 소음이 극심하다. c. 호텔의 서비스가 우수하다. d. 호텔의 서비스가 최우수하다. e. 다운로드 속도가 느리다. f. 다운로드 속도가 느려터졌다. g. 그는 성격이 순하다. h. 그는 성격이 순해빠졌다. (14a)와 (14b)의 예는 형용사 심하다 를 사용한 문장과, 정도를 강화하는 의미의 접두사 극- 의 결합으로 나타난 극심하다 를 사용한 문장의 의미적 차이를 보여주 고 있다. 보통 극- 은 친하다, 심하다 등과 같이 의미 극성과 관계없이 결합하여 나타날 수 있으며, 형용사 본래의 극성의 정도성을 강화하는 역할을 한다. (14d)의 경우 형용사 우수하다 에 가장, 제일 의 의미를 가지는 접두사 최- 의 결합으로 생겨난 최우수하다 가 서술어로 나타나는 문장으로써, (14c)의 우수하다 를 사용한 문장과의 정도성의 차이를 보이고 있다. 최- 의 경우는 일반적으로 긍정의 극성 형 용사와 결합하는 특징을 보이고 긍정적인 극성의 정도를 강화하고 있다. 한국어 형 용사에서 극- 과 최- 를 결합한 형태의 어휘들이 많이 존재하는 것처럼 보이지만, 어휘를 잘 살펴보면 접두사+형용사 로 분석할 수 없는 경우가 더욱 많다. 예를 들 52

64 어 극소하다 나 최고이다 의 경우 극 이나 최 가 형용사 소하다 와 고이다 에 결 합한 형태로 분석 할 수 없기 때문이다. 그러나 극- 과 최- 와 관련된 형태론적 분석이 어떠한 양상이 되건 간에, 극- 과 최- 의 의미적 속성이 어휘의 의미 속성 에 나타나기 때문에 의미 극성의 정도성을 강화하고 있음에는 차이가 없다. 따라서 극- 과 최- 를 형태소로 포함하고 있는 어휘들은 정도성을 강화하는 어휘로 분류 될 수 있다. 문장(14f)에서 사용된 서술어 느려터지다 와 문장 (14h)의 서술어 순해빠지다 는 각각이 느리다, 순하다 의 형용사에 접미다 -터지다 와 -빠지다 가 결합된 형 태이다. 이렇게 생성된 어휘들은 모두 부정 극성으로 그 의미 극성이 결정된다. 위 의 예(13g)의 극성은 긍정인데 반해, (13h)의 극성은 부정으로 바뀌었음을 알 수 있다. 이러한 이유는 접미사 -터지다 와 -빠지다 의 의미적 속성 때문인데, -터 지다 의 경우 사물의 정도가 한도에 다다름 을 의미하고, -빠지다 는 아주 심하게 됨 의 의미를 가지며, 이들은 의미적으로 화자의 부정적 관점을 보이기 때문이다. 이처럼 접두사나 접미사의 의미적 속성이 오피니언 어휘의 극성의 정도성 결정에 영향을 미치고 있음을 알 수 있다. 마지막으로 오피니언의 정도성에 영향을 미치는 어휘적 측면 중에서, 오피니언 어휘 자체의 의미적인 속성에 의한 정도성의 실현에 대해 살펴볼 수 있다. 다음의 예를 살펴보자. (15) a. 주인공의 연기가 좋다. b. 주인공의 연기가 뛰어나다. 위의 예(15)는 배우에 대한 오피니언 표현하고 있는 문장이다. 두 문장은 모두 긍 정적인 평가를 표현하지만 그 정도성에는 차이가 있다. 형용사 좋다 보다 뛰어나 다 를 사용한 문장에서 평가자의 긍정적 오피니언의 정도가 더 높다. 뛰어나다 는 앞서 보았던 어휘 중첩이나 강화 또는 약화의 의미를 가지는 접사의 결합이 이루어 53

65 지지 않았음에도 평가의 정도성이 강화된 의미로 사용되고 있다. 이는 단순히 뛰어 나다 라는 형용사가 가진 의미적 속성 때문으로 볼 수 있는데, 이러한 어휘들의 사 전적 정의를 살펴보면 아주, 매우, 훨씬 등과 같은 강조 부사를 가지고 의미를 풀이 하고 있다. 뛰어나다 의 사전적 정의의 경우 여럿 중에서 훨씬 낫다 로 훨씬 의 강 조부사를 이용하여 그 의미를 풀이하고 있고, 이러한 특징을 가진 어휘들은 대체적 으로 의미 극성의 정도성이 높음을 알 수 있다. 따라서 어휘 자체의 의미적 속성에 의해 정도의 강화와 약화를 실현하는 어휘의 경우들은 이와 같은 사전적 정의를 참 조하여 분류되었다 의미 정도성의 분류에 따른 극성의 하위분류 이상에서 오피니언 어휘 중에서 그 형태 의미적 속성에 의해 정도성이 달라지는 현상을 살펴보았다. 이러한 극성의 정도성에 따라 다음과 같이 모두 7가지의 하위 클라스 설정이 가능하다. 클라스 어휘의 수 강조긍정(Super Positive) 1,128개 긍정(Positive) 4,696개 중립(Neutral) 57개 부정(Negative) 6,436개 강조부정(Super Negative) 3,061개 상대(Dependent) 6,869개 강조상대(Accented Dependent) 2,359개 전체 24,606개 <표 7> 정도성에 따른 어휘 분포 위의 표에서, 강조긍정은 긍정적인 의미 극성을 가지는 어휘 중 의미의 정도성 강 화 요소를 포함하고 있는 최우수하다, 거뜬거뜬하다 등을 포함하는 부류이다. 긍 정은 정도성 강화 요소를 포함하지 않으면서 긍정의 의미를 갖는 좋다, 거뜬하다 54

66 등이 속한다. 중립은 중립적인 의견을 포함하는 그저그렇다, 중간이다 등이 속하 며, 부정의 경우 부정적 의미 극성을 표현하는 나쁘다, 거칠하다 등을 포함하고 있다. 강조부정이란 부정의 의미극성을 표현하는 어휘 중에서 정도성 강화 요소를 포함하고 있는 어휘의 부류로서 그 예로는 최악이다, 거칠거칠하다 등이 있다. 또 한 문맥에 따라 극성이 달라지는 어휘들의 부류는 상대이며 크다, 가득하다 등을 포함한다. 문맥에 따라 극성이 달라지는 어휘 중에서 정도성 강화 요소를 포함하는 크디크다, 가득가득하다 등의 어휘는 강조상대로 분류되었다. 55

67 3.5. 오피니언 어휘의 의미 및 극성 분류 본 연구를 통하여 현재 전자사전 DECO에는 전체 오피니언 어휘에 대하여 다음 과 같은 의미 태그가 추가로 할당되었다. 다음 표는 현재 본 연구에서 연구된 오피 니언 어휘의 세분화된 의미 분류 및 극성 분류 결과를 보인다. 분류 내용 태그 예 어휘수 후각(오감) QSME 비려지다, 향긋하다, 구리게 279 미각(오감) QTAS 맛, 새콤해하다, 맛없다, 고소 하게 448 촉각(오감) QTOU 끈끈하다, 흐물흐물하다, 가칠 하게 717 청각(오감) QSOU 소음, 신음하다, 시끄럽다, 괄 괄하다 301 1차: 길이-길다(측량) QLON 장신, 길어지다, 길쭉하다, 기 다랗게 91 1차: 길이-짧다(측량) QSHO 단축, 몽땅해지다, 짜름하다, 짧게 94 1차: 거리-멀다(측량) QFAR 멀찍해지다, 머나멀다, 아득히 75 의미 밀착, 근접하다, 가깝다, 조밀 1차: 거리-가깝다(측량) QNEA 정보 하게 34 1차: 깊이-깊다(측량) QDEE 심화되다, 깊다, 깊숙하게 18 1차: 깊이-얕다(측량) QSHA 얕아지다, 야트막하다, 얕게 16 1차: 두께-두껍다(측량) QTHC 도톰해지다, 굵직하다, 두텁게 50 1차: 두께-얇다(측량) QTIN 얇아지다, 가늘다, 얄브스레 74 1차: 높이-높다(측량) QHIG 상승, 높다, 높다랗게 50 1차: 높이-낮다(측량) QLOW 최저, 저하되다, 나직하다, 나 지막이 109 2차: 크기-크다(측량) QBIG 거대,큼직하다, 어마어마하게 132 2차: 크기-작다(측량) QSMA 최소, 축소되다, 아담하다, 미 세하게 2차: 넓이-넓다(측량) QWID 광범위, 넓적하다, 너르게

68 2차: 넓이-좁다(측량) QNAR 협소화, 좁아지다, 좁다, 비좁 게 17 3차: 양/수-많다(측량) QPLE 대량, 숱해지다, 무수하다, 흔 하다 340 3차: 양/수-적다(측량) QLIT 희소, 희귀해지다, 드물다, 희 박하게 108 무게: 무게-무겁다(측량) QHEA 우량, 육중해지다, 묵직하다, 무겁게 56 무게: 무게-가볍다(측량) QLIG 경량, 감량하다, 갭직하다, 가 뿐하게 69 에너지: 정도-강하다(측 강세, 강화되다, 세다, 강렬하 QSTR 량) 게 263 에너지: 정도-약하다(측 약세, 연해지다, 약하다, 미미 QWEA 량) 하게 148 에너지: 강도-딱딱하다(측 견고해지다, 단단하다, 딱딱하 QHAR 량) 게 36 에너지: 강도-무르다(측 량) QSOF 연화, 물러지다, 느슨히 76 에너지: 조도-밝다(측량) QBRI 환해지다, 눈부시다, 드맑게 103 에너지: 조도-어둡다(측 어둠, 탁해지다, 어둑하다, 껌 QDAR 량) 껌하게 129 에너지: 온도-뜨겁다(측 더워지다, 덥다, 따듯하다, 따 QHOT 량) 끈하게 124 에너지: 온도-차갑다(측 량) QCLD 추위, 서늘해지다, 냉랭하게 131 에너지: 습도-축축하다(측 량) QWET 고습해지다, 축축하다, 습하게 31 에너지: 습도-건조하다(측 메말라하다, 저습하다, 메마르 QDRY 량) 게 80 에너지: 속도-빠르다(측 고속, 가속하다, 쏜살같다, 급 QFAS 량) 속하게 107 에너지: 속도-느리다(측 량) QSLO 저속화되다, 느릿하다, 천천히 59 가격: 가격-싸다(측량) QCHE 값싸하다, 저렴하다, 염가하다 20 가격: 가격-비싸다(측량) QEXP 비싸지다, 비싸다, 다락같이 23 극성 강조 긍정 QXSP 최고, 월등해지다, 좋디좋다, 1,128 57

69 정보 훌륭히 보통 긍정 QXPO 사랑, 좋아하다, 멋있다, 진실 하게 4,696 중립 QXNE 무난해지다, 그저그렇다, 중간 이다 57 보통 부정 QXNG 부끄럼, 오해하다, 나쁘다, 상 스레 6,436 강조 부정 QXSN 분개, 최악이다, 게을러터지다 3,061 보통 상대 QXDE 간단, 커지다, 길다, 간결히 6,869 강조 상대 QXAD 절대, 격변하다, 크디크다, 상 당히 2,359 <표 8> 전자사전 DECO의 추가된 의미 태그 이상에서는 전체 오피니언 어휘에 대하여 의미 분류를 수행하였다. 다음 장에서 는 오피니언 문장의 극성 또는 정도성 에 영향을 주는 통사 패턴을 살피고, 이를 부분문법그래프(LGG)로 형식화하기 위해 심도 깊은 연구가 이루어진다. 58

70 제4장 오피니언 문장의 통사 패턴 연구 및 형식화 4.1. 극성 전환 구문 연구 이상에서 우리는 오피니언 어휘 자체의 의미적인 속성에 따라 그 극성 값을 결 정하여 사전을 구축하였다. 하지만 실제 오피니언 어휘가 실현될 때, 어휘 자체의 극성 값이 그대로 유지되는 것이 아니라 문맥적 상황에 영향을 받아 그 극성 값이 변화하기도 한다. 따라서 오피니언 어휘가 사용되는 문맥적인 상황을 구(Phrase) 또는 절(Clause)의 단위로 살피고, 극성을 전환하는 구문에 대한 기술이 요구된다. 본 장에서는 오피니언 어휘의 극성 값을 바꾸는 문맥적 상황을 분석하여, 그 패 턴을 정의하고자 한다. 오피니언 어휘의 극성 값을 반대로 바꾸는 가장 대표적인 통사적 기재가 부정문 구조이다. 임홍빈(1987)에서 정의하는 한국어 부정문을 결 정하는 요소는 다음과 같다. [요소1] 부정문의 전형적 요소: 부정부사 아니(안), 못 및 부정 서술어 아니하 -, 못하-, 말- 등. [요소2] 부정 어휘와 공기하는 성분(예: 도저히, 전혀 등)과의 관계를 보이는 요소: 없다, 모르다, 아니다 등. [요소3] 부정 극성을 띤 성분과의 공기 관계를 거의 보이지 않으나, 단어 형성에 있어서 부정적인 한자어 접미사를 가지는 요소: 비-, 미-, 불-. 무-. 부- 등. [요소4] 부정의 문제와는 다른 의미론적인 특징을 가지는 요소: 다르다, 반대하 59

71 다, 거절하다 등. [요소1]에서 설명하는 것은 문장의 부정문을 만드는 통사적인 요소로서 가장 전 형적인 형태로 볼 수 있다. 아니(안) 또는 못 등의 부정 부사에 의한 부정을 단 형 부정 이라 정의하고, -지 않다, -지 못하다, -지 말다 등의 부정 서술어에 대한 부정을 장형 부정 이라고 정의한다. (16) a. 저 가방은 예쁘다. b. 저 가방은 안 예쁘다. c. 저 가방은 예쁘지 않다. (16a)는 부정요소와 결합하기 전의 문장으로, 예쁘다 라는 오피니언 어휘가 실현된 긍정적 평가 문장이다. (16b)는 부정 부사 안 과 결합한 단형 부정의 형태이며, 전 체 문장은 부정적 평가로 바뀌게 된다. (15c)는 -지 않다 는 부정 서술어와 결합 하는 장형 부정으로서 여기서도 그 평가의 내용이 부정적으로 바뀌었다. 일반적으 로 두 부정문의 형태는 의미적인 차이를 보일 수 있으나, 본 연구에서 논의하는 오 피니언 극성의 관점에서 볼 때, 공기하는 오피니언 어휘의 극성을 바꿔주는 동일한 문맥적 장치로써 간주될 수 있다. 보통 형용사와 같은 상태성 서술어의 경우 부정 부사 못 과는 결합하지 못하는 특징이 있으며, 장형 부정문에서는 여러 가지 보조 사가 결합되어 사용될 수 있다. 예를 들어 는, 도, 만, 조차, 까지 가 -지 와 함께 결합하거나, 주격 조사 은/는, 이/가 또한 -지 와 함께 결합하여 사용된다. 이에 대한 패턴 기술은 뒤의 3장에서 논의하게 될 부분 문법 그래프 (Local-Grammar Graph: LGG) 모델을 통해 효율적으로 수행될 수 있다. 예를 들 어, [요소1]에 의한 부정문 패턴은 <그림6>과 <그림7>와 같은 방식으로 기술될 수 있다. 60

72 <그림 6> 부정어구에 의한 긍정 부정 극성 변환 <그림 7> 부정어구에 의한 부정 긍정 극성 변환 위의 통사 구조는 형용사에 부정 부사 또는 부정 서술어가 결합하여 극성을 바 꾸는 구조라면, 형용사 서술어의 문장이 보문절로 실현되고 주절 동사에 부정 부사 및 부정 서술어가 결합하는 부정문 패턴이 가능하다. 다음을 보자. (17) 생각만큼 음식이 맛있다고 생각하지 않아요. 예 (17) 경우 음식이 맛있다 가 주어자리의 보문절로 실현되고, 주절의 서술어는 생각하지 않아요 로써 장형 부정의 형태를 띠고 있다. 이때 주절에 사용되는 동사 는 사고를 행위를 표현하는 생각하다, 믿다, 여기다 등의 한정된 어휘로 실현된 다. 이러한 유형의 구조는 <그림8>과 <그림9>에서 보이는 바와 같다. 61

73 <그림 10> 주절 동사의 부정에 의한 긍정 부정 극성 변환 <그림 11> 주절 동사의 부정에 의한 부정 긍정 극성 변환 반면, 앞서 언급된 [요소2]는 형태적으로 정형적인 부정문은 아니지만 전혀 또 는 도저히 와 같이 부정어 없다, 아니다 등의 특정 술어와 공기하여 형성되는 구 조이다. 없다 와 아니다 의 경우 한국어 형용사 전자사전 DECO에서는 형용사로 분 류되어 있으나, 이들은 실질 술어성분인 일정 <서술명사(predicative noun)>을 수 반하는 일종의 기능 형용사(support adjective) 역할을 수행하고 있으므로 이들 자 62

74 체만으로 극성 값을 결정하는 것은 불가능하다. 즉, 함께 공기하는 명사가 무엇이냐 에 따라 그 의미 극성을 결정할 수 있기 때문이다. 없다 와 아니다 를 의미 극성의 값을 반대로 바꾸어 주는 기재로 고려할 때, 공기하는 명사가 예의, 효율 등과 같 은 긍정 극성의 어휘일 경우 오피니언 문장 전체에 대한 의미 극성 값은 부정으로 바뀔 수 있다. 따라서 [요소2]의 경우는 공기하는 명사의 극성 값을 바꾸는 중요한 장치로써 사용될 수 있음을 알 수 있다. 이들에 대한 통사구조는 <그림10>과 <그 림11>와 같이 기술될 수 있다. <그림 12> 없다/아니다 에 의한 긍정 부정 극성 변환 <그림 13> 없다/아니다 에 의한 부정 긍정 극성 변환 앞서 언급한 [요소3]의 경우는 형용사에 부정적인 의미의 접두사가 결합하는 형 태를 뜻한다. 이때 부정적 한자 접미사의 예로는 비-, 미-, 불-, 무-, 부- 등이 있다. 이들은 실제로 통사적인 장치라기보다는 어휘의 의미적 부정을 유도하 는 형태적 기재이다. 형용사에 따라 결합 가능한 형태의 접두사가 다르지만, 이들과 결합할 때 오피니언 어휘가 가지는 의미 극성 값이 전환되는 특성을 보인다. 예를 들어 형용사 폭력적이다 는 부정적 극성을 나타내지만, 접두사 비- 와 결합한 형 태인 비폭력적이다 는 긍정적 극성으로 전환되었다. 접두사에 의한 극성 전환 패턴 구조는 다음과 같이 기술될 수 있다. 63

75 <그림 14> 부정 접두사에 의한 긍정 부정 극성 변환 <그림 15> 부정 접두사에 의한 부정 긍정 극성 변환 현재 DECO전자사전에서는 이와 같은 어휘들을 <파생어 사전(DECO-ZNX)>에 포 함하고 있다. 따라서 파생어 사전을 활용한다면 어휘적 차원에서 처리가 가능하다. 앞서 언급한 [요소4]는 어휘 자체의 의미적 속성으로써 앞장의 4.에서 어휘 의 미에 따른 극성 값 차이의 문제를 논의할 때 이미 고려되었기 때문에 여기서는 별 도로 취급하지 않기로 한다. 기존 언어학적 연구를 통해서 논의된 한국어 부정문을 결정하는 다양한 요소들 을 고찰하여, 오피니언 어휘의 극성 값을 전환하는 구문들에 대한 통사적 구조를 정의할 수 있었다. 차후 이러한 통사적 특성을 본격적으로 형식화한 LGG문법을 통 해, 오피니언 문장 분석 시스템에서 활용 가능한 언어자원을 제공할 것이다. 64

76 4.2. 정도성 결정 구문 연구 이상에서 논의한 바와 같이 오피니언 문장의 정도성은 오피니언 어휘의 수준에 서 그 형태 및 의미적 특징에 따라 달리 표현될 수 있지만, 통사적 문맥의 영향을 받아 오피니언 문장의 정도성이 달라질 수 있다. 일반적으로 정도성 실현을 위해 가장 많이 사용되는 통사적 표지는 정도 부사(adverb of degree)를 사용하는 것인 데, 이 정도 부사는 함께 공기하는 오피니언 서술어를 수식함으로써, 오피니언 어휘 의 극성의 정도를 강화하거나 약화시키면서 동시에 오피니언 문장 전체의 정도성을 표현한다. (18) a. 룸 서비스가 좋다. b. 룸 서비스가 정말 좋다. 기존 언어학 연구에서 정도성을 갖는 문장은 강화사들에 의해서 정도성의 크기 가 배당된다고 정의되고 있다. 이러한 강화사는 일반적으로 정말, 아주, 매우 와 같 은 정도 부사를 의미한다 (손춘섭: 2000). 기존의 정도 부사와 관련된 연구들에서 제시하고 있는 이들의 정의 및 분류는 그 기준이 명확하지 않고 서로 차이를 보인 다. 정도 부사를 분류하는 가장 일반적인 기준은 순수하게 정도 구문의 정도성 크 기를 배당하는 기능만 할 뿐 어휘는 무표적인 의미를 가져야 한다 는 것이다 (박동 근: 2007). 예를 들어 반드시, 아무리, 특별히 와 같은 부사는 강조의 기능에 앞서 [+필연], [+의외], [+예외]와 같은 유표적인 의미를 가지며, 강조의 기능은 부차 적인 결과임으로 이들은 정도 부사에서 제외되어야 한다는 주장이다. 이러한 원칙 에 따라 박동근(2007)은 기존 많은 연구로부터 제시된 정도 부사의 목록을 다음과 같이 정리하였다. 65

77 정도 부사 목록 (박동근 2007) 가뜩이, 가뜩이나, 가우, 가장, 거의, 거진, 겨우, 고까지로, 고다지, 고작, 과히, 굉 장히, 그다지, 그지없이, 극히, 근, 근근히, 기껏, 꼭, 꽤, 끔찍이, 끔찍하게, 너무, 너무나, 다만, 다소, 단, 대단히, 더, 더군다나, 더더구나, 더더군다나, 더더욱, 더 욱, 더욱더, 더욱더욱, 더, 한층, 덜, 도무지, 되게, 딱, 똑, 뚝, 마구, 마치, 많이, 매, 매매, 매우, 몹시, 무려, 무장, 무지무지하게, 무척, 바로, 별로, 보다, 불과, 비 교적, 사무, 상당히, 수없이, 심히, 썩, 아무리, 아주, 약, 약간 얼마, 얼마간, 얼추, 여간, 영, 영영, 영판, 오죽, 완전히, 워낙, 월등히, 유난히, 유독, 일층, 자못, 자지 리, 잔뜩, 저윽히, 전혀, 정말, 제법, 제일, 조금, 좀, 좀더, 지극히, 지독하게, 참, 참말, 참으로, 크게, 터무니없이, 특히, 퍽, 하도, 한, 한결, 한껏, 한층, 훨씬, 휘엉 청 <표 9> 정도 부사 목록(박동근 2007) 이들 중에서 모든 연구에서 공통적으로 제시된 부사는 아주, 매우, 꽤, 가장, 훨 씬, 대단히, 몹시, 덜, 더, 조금, 심히, 상당히, 극히, 유난히, 퍽, 참, 거의, 겨우, 썩, 제법, 워낙, 한결 등으로 볼 수 있다. 몇몇 연구에서는 정도부사를 그 정도성에 따라 다시 세부 분류를 하였다. 최현 배(1971)는 정도 부사에 대해 정도의 높음을 보이는 것과 낮음을 보이는 것으로 나누었고, 이석규(1988)는 정도 부사를 정도성 기준의 존재의 여부에 따라 나누고, 이를 다시 강화 와 약화 로 나누었다. 손춘섭(2000)은 현대 국어의 정도 부사의 강화의 등급을 세단계로 나누어 제시하고 있다. 다음을 보자. 최현배 (1971) 이석규 (1988) 손춘섭 (2000) 정도의 높음을 보이는 정도 부사 매우, 훨씬, 퍽, 끔찍이, 대단히, 심히, 극히, 지극히, 하고, 너무, 하도, 가장, 자못, 영, 아주, 꽤 무척, 몹시, 아주, 매우, 너무, +기준 퍽, 썩, 참, 꽤 -기준 가장 높음 높음 낮음 가장, 너무, 훨씬, 한결, 더 무척, 몹시, 매우, 아주, 가장 퍽, 썩, 훨씬, 한결 꽤, 제법, 좀 정도의 낮음을 보이는 정도 부사 조금, 좀, 약간, 거의 + 기 준 - 기 준 좀 거의, 제법, 겨우, 고작, 덜 <표 10> 정도부사의 정도성에 따른 분류 66

78 본 연구는 기존의 부사 분류들에 따라 정도 부사를 정의하고, 이들과 오피니언 어휘의 공기 여부에 따라 오피니언 문장의 정도성을 나타내기 위한 장치를 부분문 법그래프(LGG)를 이용하여 형식화 하고자 한다. 본 연구에서는 의미 극성을 강화 또는 약화하는 강조 부사를 한국어 부사 전자사전 DECO-DS 의 표제어로부터 추 출하여 다음과 같은 태그(tag)를 할당하였다. 분류 태그 예 갯수 약화 부사 QDEG 덜, 좀 19 강화 부사 QADE 아주, 매우, 너무 110 <표 11> DECO사전의 정도성 강화 및 약화 부사 분류 결과 이와 같은 부사와 함께 나타나는 오피니언 어휘 극성의 정도성은 강화 또는 약화될 수 있다. 그 통사 구조를 기술하면 다음과 같다. <그림 16> 정도성 강화 및 약화 패턴 즉 위의 그림에서 볼 수 있듯이 긍정 극성을 갖는 어휘가 정도성 강화 부사 (QADE)와 함께 실현되면, 그 본래의 의미 극성은 강조가 되고, 정도성 약화 부사 (QDEG)와 함께 실현될 때에는 그 의미 극성이 약화가 된다. 마찬가지로 부정 극성 67

79 어휘들은 함께 나타나는 강조 부사에 따라 그 의미 극성의 정도성이 달리 실현된 다. 이상에서는 오피니언 극성 값을 변환시키거나 그 정도성에 변화를 줄 수 있는 통사적 구문에 대한 연구가 이루어 졌다. 어휘 수준에서의 극성 결정이 아닌, 문장 구문에 대한 자세한 연구가 선행되어야 오피니언 문장의 극성을 정확하게 판단하는 것이 가능하다. 특히 극성의 값을 뒤바꾸는 부정어에 대한 문장 구조뿐 아니라, 극 성의 정도성에 영향을 미치는 정도부사에 대한 언어학적 연구를 통해 통사적 특징 을 상세히 기술할 수 있다. 68

80 4.3. LGG를 이용한 통사 구조의 형식화 본 장에서는 앞서 논의한 오피니언 어휘 들이 실제로 실현된 통사적 구조들을 LGG 모델을 통해 형식화하여 실제 오피니언 분석 시스템에 사용할 수 있는 언어 자원을 구축한다 부분 문법 그래프(Local Grammar Graph) 개요 이론적 배경 부분 문법 그래프(LGG)는 다양한 언어 현상을 기술하고, 체계적인 언어자원을 구축하기 위해 프랑스 언어학자 모리스 그로스(Maurice Gross)에 의해 제안된 방 법론이다. 경험적인 사실을 배제하고 추상적인 일반화를 따르는 방법론과 달리, 실 제 데이터를 중시하고 이를 기초로 하여 언어 현상을 기술하는 상향식(bottom-up) 방법론이다. 부분문법에 대한 정의는 다양한 관점에서 가능하다. 첫째, 부분 문법은 어휘 사 전(lexicon) 기반 정보 처리의 한 방법론이다. 일반적으로 문장(sentence) 전체에 대한 통사적 구조를 논의하는 통사 이론들이 다루기 어려웠던 부분적인 형태 통사 의미적 제약 관계를 어휘화된 방법으로 기술함으로써, 이를 보다 효과적으로 처리 할 수 있기 때문이다. 예를 들어, 굳어진 문장들이나 관용 표현들이 규칙 기반의 통 사적 이론으로는 이들에 대한 효과적인 기술이 가능하다. 둘째, 전산학적 구현의 관점에서의 부분 문법은 유한상태 오토마타(finite-state automata)의 개념과 밀접한 관련을 맺고 있다. 오토마타(automata)란 주어진 문장 이 특정 언어에 속하는지 아닌지를 결정할 수 있게 하는 추상적인 메커니즘으로 특 69

81 히 유한상태 오토마타는 언어 처리를 위한 형식 문법 이론에서 가장 간단한 형태의 문법이다. 유한상태 오토마타에서 전이 집합을 표현하는 방법은 전이 테이블을 이 용하는 것이다. 만일 초기 상태에 있는 오토마타에 한 문장의 첫 단어에서 끝 단어 에 이르기까지 차례로 이동해서 최종 단계에 이르게 하는 일련의 전이가 존재하면, 이 문장은 오토마타에서 인식된다고 할 수 있다. 이렇게 인식된 문장들의 집합이 바로 이 오토마타에 의해 인식된 언어로 정의될 수 있다. 유한상태 오토마타를 전 이 테이블이 아닌 그래프로 표현하는 방식이 전이망(transition network) 모델이다. 전이망은 노드(Node), 레이블 아크(labed arcs)로 이루어진다. 일반 전이망은 유한 상태 기계(finite-state machines: FSMs)라고 부르며 정규 문법과 동일한 생성력 과 표현력을 가진다. 부분문법은 이와 같은 전이망 문법의 일환으로서, 오토마타 형 식을 통해서 실제 텍스트 처리를 위한 형태 분석용 전자사전과 중의성 해소를 위한 보조 사전 및 문법이 실현 가능하며, 이렇게 구현된 언어 정보들은 텍스트 분석을 위한 사전과 문법으로 기능하게 된다 부분 문법 그래프(LGG)의 활용 부분문법은 부분적으로 정의될 수 있는 형태 통사 의미적 제약 관계를 유한 문법 의 형태로 기술하는 언어 모델로, 문법의 표상은 방향성 그래프의 형식을 빌어 실 현된다. 보통 문장보다 더 작은 단위의 부분적인 언어 현상을 기술하는데 사용될 수 있으며, 통사적 영역에서 다루어지기 어려운 비통사적 관계의 일련의 문장들이 기술되어야 할, 그리고 기술될 수 있는 특성을 보일 때 이를 효과적으로 처리하기 위해서 사용될 수 있다. 또한 문법의 변수 형태가 아닌 실제적인 어휘 성분들을 중 심으로 기술하는 것이 가능하기 때문에 문법의 복잡도가 현저히 낮아지는 장점이 있다. 몇 가지 예를 들면 다음과 같다(남지순 2005) 첫째, 철자법상의 변이 현상이다. 즉 철자 변이 형태들이 부분문법 그래프로 기 술될 때, 이들을 사전에 일일이 등재하는 수고를 덜 뿐 아니라 이들이 실제로 동일 70

82 한 의미 및 정보를 담고 있는 단일 성분이라는 사실을 표현할 수 있다. 둘째는 수사 체계의 표현이다. 언어 현실에서 아라비아 숫자 열과는 달리, 문자 열에 의해 표현되는 수사 체계는 무한한 형태로 사용되지 않는다. 즉 현실적으로는 이를 표현하는 어휘가 한정되어 있다. 셋째는 파생 관계의 기술이다. 파생관계를 보이는 일련의 어휘 성분은 상당 부 분 음소 및 형태소를 서로 공유하고 있다. 이를 그래프로 기술함으로써 이들 사이 에 일정 형태 의미적 연관성을 존재하는 것을 표현할 수 있다. 넷째는 부사구와 같은 부분적 제약 관계의 기술이다. 시간 부사구 표현은 전형 적인 부분적 제약 관계를 보이는 대표적 경우이다. 다섯째는 변이 및 생략 현상의 기술이다. 언어 표현에는 일부분이 생략되거나 변이가 일어나 여러 형태로 실현되는 경우가 많다. 이와 같은 생략 관계의 구문들 이 실제로는 동일한 의미를 공유하는 하나의 성분이라는 정보가 사전 및 문법에 수 록되어야 한다. 여섯째는 동의 관계의 관용 표현에 관한 기술이다. 일반적 문법이론에서는 통사 적 동의 관계를 보이는 문장 구조들에 대한 기술을 전제로 하는데, 관용적으로 굳 어진 표현들은 통사적 연구에서 다루어지기 어려운 소위 예외 범주를 구성하는 경 우가 많다. 이들은 일종의 의미적 동의 관계를 형성하고 있는 경우가 많아, 하나의 기술 대상으로 다루는 것이 요구된다. 일곱째는 특정 영역의 전문용어의 기술이다. 매우 제한된 특정 영역에서 사용되 는 표현들로써, 이 영역의 텍스트에서 실제로 발견될 수 있는 거의 대부분의 구, 절 등의 표현들을 유한한 방식으로 기술할 수 있다는 특징을 보인다 활용도구 UNITEX 시스템 부분 문법 그래프 모델을 구현하는 효율적인 전산학적 도구로써 Unitex는 프랑 스 전산학자 Sebastien Paumier(2003)에 의해 개발되었다. 이는 90년대 초기에 선 71

83 보인 Intex 프로그램의 후속 버전으로써 그 기본 개념이나 기능면에 있어서 거의 동일하다. Unitex 프로그램은 언어 자원을 구축하고 이를 활용하여 실제 텍스트를 효율적으로 처리하기 위한 전산학적 도구이다. 또한 자바 인터페이스로 구현되어 있어 쉽게 이용이 가능하며 유니코드 체계를 사용하여 한국어뿐만 아니라 어떠한 언어 체계나 쉽게 적용할 수 있다는 장점이 있다. Unitex를 이용하여 텍스트로부터 다양한 표현들을 찾는 작업이 가능하기 위해서 는 텍스트는 문장 단위로 분할되는 전처리 과정이 요구된다. 이러한 과정을 거친 후 사전 적용이 가능하다. Unitex 시스템에서 적용되는 DECO 사전은 다음과 같은 형식으로 구성된다. <그림 17> DECO 사전의 예 여기 각 표제어에 할당되어 있는 활용 클라스 정보를 이용하여 별도로 구성되어 있는 활용어피 그래프에 연동되는데, 이때 이러한 활용 어미 그래프에 연동되기 위 72

84 하여 위의 기본형 사전은 다음과 같은 음소 단위 형태로 분리된다. <그림 18> 음소 단위 형태로 분리된 DECO사전의 예 이들이 활용 어미 그래프와의 연동을 통해 모든 활용형을 인식할 수 있는 사전 으로 컴파일(compile)되면, 주어진 코퍼스에 대한 형태소 분석이 수행된다. 이 상태 에 이르게 되면, 본 연구에서 구축하는 오피니언 문장 분석을 위한 LGG를 적용하 여 원하는 작업을 수행할 수 있게 된다. 다음에서는 본 연구에서 구축하는 LGG에 대하여 보다 구체적으로 살펴보기로 한다. 73

85 오피니언 문장 분류를 위한 LGG 본 장에서는 오피니언 분류를 위한 부분문법 그래프를 구축하였다. 앞서 3장에서 소개한 극성 태그(polarity tag)가 할당된 사전을 활용하여, 그 밖에 극성을 바꾸는 다양한 통사 구조의 LGG 문법을 구축하였다. <그림 19> 오피니언 문장 분류를 위한 전체 메인그래프 위 그래프는 한국어 전자사전 DECO 로부터 추출된 오피니언 어휘에 할당되어 있 는 극성 정보 태그를 이용하여, 코퍼스로부터 오피니언 어휘가 포함된 문장을 추출 하고 분류하기 위한 전체 메인 그래프를 보인다. 앞서 3장에서 설명한 것과 같이 오피니언 어휘는 크게 긍정, 부정, 중립과 같은 극성을 가지는 문맥 비의존형 용어 와 도메인 또는 서술하는 자질 명사에 따라 그 극성이 결정되는 문맥 의존형 용어 로 나뉘었다. 이러한 특성에 따라 각 하위 그래프가 구축되었는데, 예를 들어 문맥 74