생성형 인공지능 기반의 데이터 증강을 통한 소규모 감성 분석 모델의 성능 개선

Improving Small-scale Sentiment Analysis through Data Augmentation using Generative Artificial Intelligence

발행

2024

소속·발행

고려대학교

출처

국내 KCI

DOI

10.23019/kingpc.19.6.202312.006

원문등록

2024-01-19

원문

원문 보기 ↗

개념

키워드

감성분석, 생성형 인공지능, 데이터 증강, 텍스트 분류, sentiment analysis, generative artificial intelligence, data augmentation, text classification

초록

감성 분석은 정보과학의 영역을 넘어 인문학이나 사회과학에서도 중요한 연구 도구로 사용되고 있다. 이러한 분야에서는 대규모 데이터를 확보하는 것이 연구의 어려움으로 종종 나타난다. 최근 주목을 받는 생성형 인공지능은 의미적으로 유사한 문장을 생성하여 데이터 부족 문제 해결에 대한 기회를 제공한다. 본 논문에서는 생성형 인공지능을 이용하여 데이터를 증강하고 이를 통해 감성 분석의 정확도를 개선할 수 있음을 보였다. 프롬프트를 비교하여 분류와 예시를 제공하는 형태가 우수한 증강효과를 나타낸다는 것을 보였고, 이를 통해 증강된 모델은 기존에 비하여 평균 22%, 최고 74%의 성능 향상을 보였다. 본 논문의 결과는 대규모 데이터 수집이 어려운 소규모 감성 분석 연구에 유용할 것으로 기대된다.

같은 개념의 다른 논문

이 개념이 나오는 강연