검색 상세

악성 댓글 문제 완화를 위한 머신 러닝 기반 뉴스 댓글 시각화에 관한 연구

ML-based News Comment Visualization for Mitigating Abusive Comment Problems

박지현 (Park, Jihyun, 서강대학교 일반대학원)

원문보기

초록/요약moremore
With the development of online media, there has emerged a culture in which many people actively share their diverse interests or opinions about social issues through online comments sections. However, the severity of hate comments is rising constantly, thereby increasing the demand for the improveme...
With the development of online media, there has emerged a culture in which many people actively share their diverse interests or opinions about social issues through online comments sections. However, the severity of hate comments is rising constantly, thereby increasing the demand for the improvement of online commenting culture. This study suggests a new visualizing system for news comments as a solution to improve the commenting culture. The system is based on machine learning and automatically perceives the positivity/negativity of the comments. Through the method of visualization, this system naturally reduces the writing and posting of hate comments by acting during the processes of both writing comments and reading other people’s comments. When a user evaluation of 100 users in their 10s and 30s was conducted with a prototype, the users provided positive reviews that would help the system improve the commenting culture and reduce hate comments. This study has significance because it proposes a solution that, instead of using a coercive method, helps news community users alert themselves to the severity of hate comments, encouraging them to avoid making such comments. It also contributes to improving the commenting culture through self-filtering, encouraging community users to reduce exposure to hate comments that have already been posted as well.
초록/요약moremore
인터넷 미디어 매체의 발달로 인해 온라인상에서 많은 사람이 다양한 관심사나 이슈들에 대해 댓글을 통해 활발히 의견을 교류하는 댓글 문화가 생겨났다. 하지만 악성 댓글의 심각성이 지속적으로 대두되면서 댓글 문화 개선에 대한 요구가 높아지고 있다. 본 연구에서는 댓글 문화를 개선할 수 있는 하나의 해결 방안으로서 새로운 뉴스 댓글 시각화 시스템을 제안한다. 제안하는 시스템은 머신 러닝 기반으로 댓글의 긍정/부정 정도를 자동으로 인식하는 것을 기반으로 하며, 시각화 방법을 통해 댓글을 작성하는 과정과 타인의 댓글을 읽는 과정 모두에서...
인터넷 미디어 매체의 발달로 인해 온라인상에서 많은 사람이 다양한 관심사나 이슈들에 대해 댓글을 통해 활발히 의견을 교류하는 댓글 문화가 생겨났다. 하지만 악성 댓글의 심각성이 지속적으로 대두되면서 댓글 문화 개선에 대한 요구가 높아지고 있다. 본 연구에서는 댓글 문화를 개선할 수 있는 하나의 해결 방안으로서 새로운 뉴스 댓글 시각화 시스템을 제안한다. 제안하는 시스템은 머신 러닝 기반으로 댓글의 긍정/부정 정도를 자동으로 인식하는 것을 기반으로 하며, 시각화 방법을 통해 댓글을 작성하는 과정과 타인의 댓글을 읽는 과정 모두에서 악성 댓글의 작성과 노출을 자연스럽게 줄이는 방법을 특징으로 한다. 프로토타입을 구현하여 10-30대 사용자 100명에 대해 사용자 평가를 한 결과 악성 댓글 문화를 개선하는 데 도움이 될 수 있다는 긍정적인 평가를 얻었다. 본 연구는 강압적인 방식이 아닌 뉴스 커뮤니티 사용자들이 자율적으로 경각심을 갖고 악성 댓글 작성 행위를 줄이도록 돕고, 작성된 악성 댓글에 대해서도 커뮤니티 사용자들에 의해 자율적으로 노출이 줄어들도록 하는 자정기능을 제공함으로써 댓글 문화를 개선하는데 기여한다는 점에서 의의를 지닌다.