2강 — 감성 분석 심화 (다차원 감성 · ABSA)

def classify_emotion(review):
    """리뷰에서 드러나는 주된 감정을 6가지 중 하나로 분류한다."""
    response = client.chat.completions.create(
        model=MODEL,
        messages=[
            {"role": "system", "content":
                "너는 게임 리뷰의 감정을 분석하는 전문가야.\n"
                "리뷰에서 드러나는 주된 감정을 분류해.\n\n"
                "감정 종류:\n"
                "- JOY: 기쁨, 만족, 즐거움\n"
                "- ANGER: 분노, 짜증, 화남\n"
                "- DISAPPOINTMENT: 실망, 아쉬움\n"
                "- SURPRISE: 놀람, 예상 밖\n"
                "- BOREDOM: 지루함, 무관심\n"
                "- NEUTRAL: 특별한 감정 없음\n\n"
                "### 예시 ###\n"
                'review: "Can\'t believe they released it in this state!"\n'
                "감정: ANGER\n이유: 출시 상태에 대한 분노 표현\n\n"
                'review: "Expected more from this studio..."\n'
                "감정: DISAPPOINTMENT\n이유: 기대에 못 미쳤다는 실망감\n"
                "### 예시 끝 ###\n\n"
                "답변 형식:\n감정: (감정 종류)\n이유: (한 줄 설명)"},
            {"role": "user", "content": f"리뷰: {review}"},
        ],
    )
    return response.choices[0].message.content

# 같은 NEGATIVE라도 다른 감정으로 갈린다
for r in [
    "Expected more from this studio. Disappointed.",   # → DISAPPOINTMENT
    "Unacceptable! I demand a refund!",                # → ANGER
    "Repetitive and boring after 2 hours.",            # → BOREDOM
    "Didn't expect the twist at the end! Wow!",        # → SURPRISE
]:
    print(r[:40], "→")
    print(classify_emotion(r), "\n")
# 결과는 모델·환경에 따라 다를 수 있음

1. 에스펙트 정의 섹션  — 6개 에스펙트와 각각의 의미
2. 분석 규칙 섹션      — 언급된 에스펙트만 분석(없으면 null), 감성 3종, 근거(evidence)
3. 퓨샷 예시 섹션      — 복합 리뷰 1개 + 예상 출력 JSON
4. 출력 형식           — JSON으로 구조화

import json

def analyze_aspects(review):
    """리뷰에서 에스펙트별 감성을 분석한다. 언급 안 된 에스펙트는 null."""
    response = client.chat.completions.create(
        model=MODEL,
        messages=[
            {"role": "system", "content":
                "너는 게임 리뷰 분석 전문가야.\n"
                "리뷰에서 각 Aspect(측면)에 대한 감성을 분석해.\n\n"
                "### Aspect 정의 ###\n"
                "- graphics: 그래픽, 비주얼, 아트\n"
                "- gameplay: 조작감, 전투, 메카닉\n"
                "- story: 스토리, 캐릭터, 세계관\n"
                "- performance: 최적화, 버그, 크래시\n"
                "- value: 가격 대비 만족도\n"
                "- multiplayer: 온라인, 매칭, 서버\n\n"
                "### 분석 규칙 ###\n"
                "- 언급된 Aspect만 분석 (언급 안 되면 null)\n"
                "- 감성: POSITIVE, NEGATIVE, MIXED 중 하나\n"
                "- evidence: 판단 근거(해당 부분 인용 또는 요약)\n\n"
                "### 예시 ###\n"
                'review: "Stunning visuals but crashes every hour. Story is okay."\n'
                "{\n"
                '  "graphics": {"sentiment": "POSITIVE", "evidence": "Stunning visuals"},\n'
                '  "gameplay": null,\n'
                '  "story": {"sentiment": "MIXED", "evidence": "okay"},\n'
                '  "performance": {"sentiment": "NEGATIVE", "evidence": "crashes every hour"},\n'
                '  "value": null,\n'
                '  "multiplayer": null\n'
                "}\n"
                "### 예시 끝 ###\n\n"
                "JSON 형식으로만 답해."},
            {"role": "user", "content": f"리뷰: {review}"},
        ],
    )
    return response.choices[0].message.content

test_review = """Beautiful game with amazing art direction.
However, the combat feels clunky and unresponsive.
Story is engaging but too short.
Worth it on sale."""

raw = analyze_aspects(test_review)
print(raw)

def clean_json_string(s):
    """응답 앞뒤의 ```json 마크다운 표시를 제거한다."""
    if s.startswith('```json\n'):
        s = s[len('```json\n'):]
    if s.endswith('\n```'):
        s = s[:-len('\n```')]
    return s

try:
    parsed = json.loads(clean_json_string(raw))
    for aspect, data in parsed.items():
        if data is not None:                      # 언급된 에스펙트만
            print(f"[{data['sentiment']}] {aspect}  ← {data['evidence']}")
        else:
            print(f"[ ] {aspect}: (언급 없음)")
except json.JSONDecodeError as e:
    print("파싱 실패:", e)

import time
from collections import defaultdict

sample_reviews = [
    "Amazing graphics but terrible performance. Crashes constantly.",
    "Story is masterpiece. Graphics could be better. Worth every penny.",
    "Gameplay is addictive. Server issues ruin multiplayer though.",
    "Beautiful visuals, engaging story, but too short for the price.",
    "Combat feels great! No bugs so far. Highly recommend.",
]

# 1) 리뷰마다 분석해서 결과를 모은다
all_results = []
for i, review in enumerate(sample_reviews, 1):
    raw = analyze_aspects(review)
    try:
        all_results.append(json.loads(clean_json_string(raw)))
    except json.JSONDecodeError:
        all_results.append(None)        # 파싱 실패는 건너뛰기
    time.sleep(1)                        # API 부하를 막으려 호출 사이에 잠깐 대기

# 2) 에스펙트별로 감성을 센다 (defaultdict: 없는 키도 자동으로 0부터 시작)
stats = defaultdict(lambda: {"POSITIVE": 0, "NEGATIVE": 0, "MIXED": 0, "total": 0})
for result in all_results:
    if not result:
        continue
    for aspect, data in result.items():
        if data is not None:
            stats[aspect][data["sentiment"]] += 1
            stats[aspect]["total"] += 1

# 3) 부정 비율이 높은 순으로 정렬 → 개선 우선순위
problems = []
for aspect, s in stats.items():
    if s["total"]:
        problems.append((aspect, s["NEGATIVE"] / s["total"], s["total"]))
problems.sort(key=lambda x: x[1], reverse=True)

print("=== 개선 우선순위 ===")
for rank, (aspect, neg_ratio, n) in enumerate(problems, 1):
    if neg_ratio > 0:
        print(f"{rank}. {aspect}: 부정 {neg_ratio*100:.0f}% (언급 {n}회)")