말뭉치 분석 자료 수집 및 선별. 말뭉치 분석 자료로 트위터 자료 5만 건, 일상 대화 감정 담화문 1만 건을 수집 및 선 별하였다. 트위터 자료는 저작권 이용 허락 계약이 완료된 참여자(총 336명)의 트위터 계 정을 대상으로 자료를 수집하였다. 문서는 문화콘텐츠 자료, 5어절 이상인 문서만을 대상 으로 선별하였으며, 자료의 수집은 사업 수행 기관 자체 개발 수집기인 ‘Buzz Crawler’를 이용하였다. 일상 대화는 국립국어원 ‘2020 일상 대화 말뭉치 구축’ 배포 말뭉치에서 선 별하였다. ‘2020 일상 대화 말뭉치 구축’ 사업의 일상 대화 말뭉치 총 2,232개 파일에서 감정 담화문 1만 건을 선별하였다. 본 사업에서는 SemEval 2018과 같이 로버트 플루칙(Robert Plutchik)의 감정 체계를 차용하되, 한국어 특성 및 국내 연구 동향을 고려하여 8가지 기본 감정(기쁨, 기대, 신뢰, 놀람, 혐오, 공포, 분노, 슬픔)만을 감정 표지로 활용하였다. 이때 로버트 플루칙(Robert Plutchik)의 감정의 수레바퀴에서 상정하는 각 스펙트럼 내 감정은 해당 기본 감정 표지 에 포함하고, 만일 8가지 기본 감정 스펙트럼에서 벗어나 어떠한 표지로도 정의될 수 없 을 경우 ‘기타’ 표지로 태깅하였다. 트위터 자료에서 공격성이 드러날 경우 ‘공격성 범주’를 파악하여 태깅하였는데 공격성 범주는 공격성을 촉발하는 원초적인 감정을 공격성 범주로 파악하였다. 또한 분석 대상 텍스트 내에서 화자(작성자)가 느끼는 감정의 대상이 되는 표현을 선별하여 이를 대상 (target)으로 정의하여 분석하고, 감정의 대상(target)이 특정 인물 또는 집단일 경우 개인 정보의 노출 등을 막기 위해 대상의 비식별화 처리를 진행하였다.
