한국어 트윗의 문체 기반 자질 분석을 통한 연령대 예측

Abstract

주어진 글로부터 문체를 분석하여 글쓴이를 파악하는 일을 저자 판별이라 한다. 최근 저자 판별은 인터넷의 보편화로 인해 저자가 알려진 많은 글들에 접근 할 수 있게 됨에 따라, 대량의 글에서 집단의 문체를 분석해서 예측하는 방향으로 발달하고 있는데, 그 중에서 활발하게 진행되고 있는 방향 중 하나가 연령대에 따른 분석이다. 이에 따라 본 논문에서는 한국어 트윗(트위터에서 사용하는 글의 단위)을 대상으로 연령대에 따라 어떤 경향을 나타내는지를 이모티콘, 자모의 나열, 비문법적인 표현의 빈도를 토대로 분석한 뒤, 저자들의 연령대를 예측 하여 10-20 대와 30-40 대에서 0.75 이상의 비교적 높은 정확도를 보였다.