온라인 플랫폼, 영향력 행사 (influence operations), 그리고 정치적 담론은 같은 메시지 내에서 다양한 주제를 대상으로 친사회적 감정 (예: 선전, 도움 제공, 동정) 과 반사회적 감정 (예: 위협, 반대, 비난) 을 혼합하여 전달하는 경향이 있습니다. 많은 자연어 처리 (NLP) 도구는 텍스트의 전체적인 감정을 긍정적, 중립적, 부정적으로 분류하거나 점수화할 수 있지만, 이러한 도구는 긍정적이고 부정적인 감정이 공존함을 보고하지 못하며, 또한 해당 감정의 대상 (target) 을 보고할 수 없습니다.

본 논문은 사회과학 이론인 도덕적 해방 (moral disengagement) 과 도덕적 프레임 (moral framing) 에 기반한 세 가지 (-1, 1) 축의 존경 (regard) 을 통해 메시지의 모든 스페인 (span) 을 점수화하는 다차원적, 다가치 감정 분석을 위한 지향적 사회적 존경 (Directed Social Regard, DSR) 접근법을 제시합니다. DSR 접근법은 트랜스포머 기반 모델 쌍으로 구성되며, (1) 메시지의 감정 대상 (sentiment targets) 을 스페인 단위로 탐지한 후, (2) 메시지 컨텍스트 내 모든 스페인을 세 가지 존경 축을 따라 점수화합니다.

본 논문은 DSR 데이터셋 구축을 위한 데이터 수집 및 주석 전략, 스페인 단위의 점수를 위한 트랜스포머 기반 아키텍처, 그리고 유망한 결과를 보여주는 검증 연구를 제시합니다. 우리는 검증된 DSR 모델을 6 개의 온라인 미디어 관련 제 3 자 데이터셋에 적용하여, DSR 출력과 기존 사회과학 데이터셋의 레이블 및 주제 간의 의미 있는 상관관계를 보고합니다.