ko-liwc

Korean LIWC-based Interview Performance Analyzer

한국어 면접 텍스트에서 LIWC(Linguistic Inquiry and Word Count) 기반 언어적 특성을 추출하고 면접 성과를 예측하는 NLP 패키지입니다.

기반 논문

Naim, I., Tanveer, M. I., Gildea, D., & Hoque, M. E. (2018). Automated Analysis and Prediction of Job Interview Performance. IEEE Transactions on Affective Computing.

설치

pip install -e .

의존성

• Python >= 3.9
• kiwipiepy >= 0.18.0

빠른 시작

from ko_liwc import InterviewAnalyzer

# 분석기 생성
analyzer = InterviewAnalyzer()

# 면접 텍스트 분석
text = """
안녕하세요. 저는 김철수입니다.
저는 이 직무에 지원하게 된 이유가 있습니다.
우리 회사의 비전과 제 목표가 일치하기 때문입니다.
열심히 일하고 성과를 내겠습니다.
"""

result = analyzer.analyze(text, duration=60.0)

# 결과 확인
print(result.summary())
print(f"Overall Score: {result.scores.overall:.1f}")
print(f"Recommend Hiring: {result.scores.recommend_hiring:.1f}")

추출 특성

Target Features (4개 Tier 1) - 점수 예측에 사용

논문(Naim et al. 2018) SVR 모델에서 모든 5개 trait의 Top 20에 포함된 핵심 특성입니다.

특성	설명	카테고리
wpsec	초당 형태소 수	Speaking Rate
upsec	초당 고유 형태소 수	Speaking Rate
fpsec	초당 필러 수	Speaking Rate
quantifier_ratio	수량사 비율	Lexical

📊 통계 분석: docs/FEATURE_STATISTICS.md - 76,100개 샘플 기반 분포 및 Z-Score 해석

📋 가중치 상세: docs/WEIGHTS_MAPPING.md - SVR 가중치 및 정규화 범위

전체 추출 특성 (28개)

Speaking Rate (5개)

특성	설명
wpsec	초당 형태소 수
upsec	초당 고유 형태소 수
fpsec	초당 필러 수
wc	총 형태소 수
uc	고유 형태소 수

Pronouns (3개)

특성	설명
i_ratio	1인칭 단수 대명사 비율 (나, 저)
we_ratio	1인칭 복수 대명사 비율 (우리, 저희)
they_ratio	3인칭 복수 대명사 비율 (그들)

POS Features (6개)

특성	설명
article_ratio	관형사 비율
verb_ratio	동사 비율
adverb_ratio	부사 비율
preposition_ratio	부사격 조사 비율
conjunction_ratio	접속 조사 비율
number_ratio	수사 비율

Emotion (5개)

특성	설명
pos_emotion_ratio	긍정 감정어 비율
neg_emotion_ratio	부정 감정어 비율
anxiety_ratio	불안 관련어 비율
anger_ratio	분노 관련어 비율
sadness_ratio	슬픔 관련어 비율

Cognitive (3개)

특성	설명
cognitive_ratio	인지 과정어 비율
inhibition_ratio	억제 관련어 비율
perceptual_ratio	지각 과정어 비율

Misc (6개)

특성	설명
nonfluency_ratio	비유창성 마커 비율
negation_ratio	부정어 비율
quantifier_ratio	수량사 비율
work_ratio	업무 관련어 비율
relativity_ratio	시공간 관련어 비율
swear_ratio	욕설 비율

평가 점수 (5개 특성)

특성	설명	텍스트 기반 상관계수
overall	전반적 면접 수행	r ≈ 0.55
recommend_hiring	채용 추천도	r ≈ 0.55
excited	열정/흥미	r ≈ 0.35
engagement	참여도	r ≈ 0.35
friendliness	친근함	r ≈ 0.35

참고: 텍스트만 사용하는 시스템의 한계로, Overall/Hiring은 합리적인 예측이 가능하나 Excitement/Engagement/Friendliness는 음성적 특성(prosodic features)이 필수적입니다.

API 사용법

기본 분석

from ko_liwc import InterviewAnalyzer

analyzer = InterviewAnalyzer()
result = analyzer.analyze(text, duration=60.0)

# 점수 확인
print(result.scores.overall)
print(result.scores.recommend_hiring)

# 특성 확인
print(result.features)

세부 분석

# 기여도 분석 포함
breakdown = analyzer.analyze_with_breakdown(text, duration=60.0)

print(breakdown['top_positive'])  # 점수에 긍정적 영향을 준 특성
print(breakdown['top_negative'])  # 점수에 부정적 영향을 준 특성

Transcript 객체 사용

from ko_liwc import Transcript

transcript = Transcript()
transcript.add_segment("안녕하세요.", 0.0, 2.0)
transcript.add_segment("저는 김철수입니다.", 2.0, 5.0)

result = analyzer.analyze_transcript(transcript)

편의 함수

from ko_liwc import analyze

# 간단한 분석
result = analyze("면접 텍스트", duration=30.0)

# 상세 분석
detailed = analyze("면접 텍스트", duration=30.0, detailed=True)

정규화 (Normalization)

본 패키지는 두 가지 정규화 방식을 지원합니다.

Z-Score 정규화 (권장)

논문(Naim et al. 2018)에서 SVR 모델에 권장하는 방식입니다.

from ko_liwc import InterviewAnalyzer
from ko_liwc.scoring import ZScoreNormalizer
from ko_liwc.scoring.normalizer import DEFAULT_FEATURE_STATS

analyzer = InterviewAnalyzer()
features = analyzer.extract_features(text, duration_seconds)

# Z-Score 정규화
normalizer = ZScoreNormalizer(preset_stats=DEFAULT_FEATURE_STATS)
z_scores = normalizer.transform(features)

통계 기반: 76,100개 한국어 면접 데이터 (2025-12-02 계산)

Feature	Mean (μ)	Std (σ)
wpsec	2.859	0.578
upsec	1.281	0.258
fpsec	0.289	0.104
quantifier_ratio	0.221	0.039

상세 통계 및 시각화는 docs/FEATURE_STATISTICS.md 참조

Min-Max 정규화

[0, 1] 범위로 클리핑하는 기존 방식입니다.

from ko_liwc.scoring import MinMaxNormalizer
from ko_liwc.scoring.normalizer import DEFAULT_FEATURE_RANGES

normalizer = MinMaxNormalizer(preset_ranges=DEFAULT_FEATURE_RANGES)
normalized = normalizer.transform(features)

프로젝트 구조

ko_liwc/
├── __init__.py           # 패키지 진입점
├── analyzer.py           # 메인 분석 API
├── constants.py          # 상수 정의
├── exceptions.py         # 예외 클래스
├── models/
│   ├── transcript.py     # Transcript, Segment 모델
│   ├── features.py       # FeatureVector 모델
│   └── scores.py         # InterviewScore 모델
├── core/
│   └── tokenizer.py      # Kiwi 형태소 분석기 래퍼
├── dictionaries/
│   ├── pronouns.py       # 대명사 사전
│   ├── emotion.py        # 감정어 사전
│   ├── cognitive.py      # 인지어 사전
│   ├── fillers.py        # 필러 사전
│   ├── negations.py      # 부정어 사전
│   ├── quantifiers.py    # 수량사 사전
│   ├── work.py           # 업무 관련어 사전
│   ├── relativity.py     # 시공간 관련어 사전
│   └── pos_mapping.py    # POS 태그 매핑
├── features/
│   ├── base.py           # 추출기 기본 클래스
│   ├── speaking_rate.py  # 발화 속도 특성
│   ├── pronouns.py       # 대명사 특성
│   ├── pos_features.py   # POS 기반 특성
│   ├── emotion.py        # 감정 특성
│   ├── cognitive.py      # 인지 특성
│   └── misc.py           # 기타 특성
└── scoring/
    ├── normalizer.py     # Min-Max 정규화
    ├── weights.py        # SVR 가중치
    └── scorer.py         # 점수 계산기

테스트

pytest tests/ -v

한계점

1. 텍스트 전용 시스템: 음성적 특성(prosodic features)과 얼굴 표정(facial features)은 포함되지 않음
2. Excitement/Engagement/Friendliness 예측 한계: 이들 특성은 음성적 특성에 크게 의존하여 텍스트만으로는 낮은 상관계수(r ≈ 0.35)
3. 한국어 LIWC 사전: 영어 LIWC를 기반으로 한국어에 맞게 재구성하였으나, 완전한 검증이 필요함

라이선스

MIT License

참고 문헌

• Naim, I., Tanveer, M. I., Gildea, D., & Hoque, M. E. (2018). Automated Analysis and Prediction of Job Interview Performance. IEEE Transactions on Affective Computing, 9(2), 191-204.
• Pennebaker, J. W., Booth, R. J., Boyd, R. L., & Francis, M. E. (2015). Linguistic Inquiry and Word Count: LIWC2015.