텍스트는 비정형 데이터이므로, 분석 가능한 형태로 만들기 위해 어느 정도의 정리가 필요해요. 이 장에서는 토큰화와 정제, 그리고 텍스트를 범주형 데이터로 취급하는 방법을 통해 텍스트에 구조를 부여하는 법을 배웁니다.

데이터로서의 텍스트

항공사 트윗 데이터

그룹별 요약

범주형 데이터 세기

사용자 유형 세기

사용자 유형 요약하기

토큰화와 정제

토큰화와 개수 세기

정제와 개수 세기

텍스트 정리하기

단순한 개수도 유용하지만, 시각화가 더 강력해요. 이 장에서는 ggplot2에서 배운 내용을 깔끔한 텍스트 데이터에 적용하는 방법을 익힙니다.

단어 개수 시각화하기

불만 사항 시각화

비불만 시각화하기

단어 수 막대그래프 다듬기

사용자 지정 불용어 추가하기

요인을 사용해 단어 빈도 시각화하기

단어 수 플롯에 패싯 적용하기

제품별 집계와 재정렬

패싯으로 단어 빈도 시각화하기

워드 클라우드 그리기

워드클라우드 만들기

색을 더해 볼까요

텍스트 시각화하기

단어 빈도와 시각화만으로도 내용을 어느 정도 파악할 수 있지만, 더 나아갈 수 있어요. 이 장에서는 단순한 단어 수를 넘어 텍스트의 감성, 즉 정서적 경향을 분석합니다.

감성 사전

NRC 감정 수 세기

NRC 감성 시각화

딕셔너리 이어 붙이기

감정 개수 세기

감성 시각화

감성 분석 개선하기

데이터 재구조화 연습

그룹 요약 연습하기

불만 유형별 감성 시각화

감성 분석

마지막 장에서는 단어 빈도를 넘어 문서 모음 속에 숨어 있는 주제를 찾아봅니다. LDA(latent Dirichlet allocation)로 알려진 표준 토픽 모델을 사용하겠습니다.

잠재 디리클레 할당(Latent Dirichlet allocation)

단어 확률로서의 토픽

주제 요약하기

토픽 시각화

문서-단어 행렬

DTM 만들기

행렬로서 DTM 평가하기

토픽 모델 실행하기

LDA 적합하기

LDA 출력 정리하기

LDA 출력 비교하기

토픽 해석하기

세 가지 토픽 이름 붙이기

네 가지 토픽 이름 짓기

마무리

토픽 모델링

Airline tweets

Roomba reviews

소셜 미디어부터 상품 리뷰까지, 텍스트는 마케팅 분석을 포함한 다양한 분야에서 점점 더 중요한 데이터 유형이 되고 있어요. 많은 경우 텍스트는 저렴하고 최신이라는 장점 때문에 다른 비정형 데이터 형태를 대체하고 있습니다. 하지만 텍스트의 장점을 제대로 활용하려면 텍스트를 어떻게 사고하고, 정제하고, 요약하고, 모델링할지 알아야 해요. 이 강의에서는 최신 tidy 도구를 사용해 텍스트 분석을 빠르고 쉽게 시작해 봅니다. 텍스트를 전처리하고 시각화하는 법, 감성 분석을 수행하는 법, 그리고 토픽 모델을 실행하고 해석하는 법을 배우게 됩니다.

Introduction to the Tidyverse

R의 깔끔한 프레임워크로 텍스트 데이터 분석하기. 감정 분석, 주제 모델링, 텍스트 시각화 배우기.

R로 시작하는 텍스트 분석

R에서 tidy 프레임워크를 사용하여 텍스트 데이터를 분석합니다.

단어 수 막대그래프 다듬기

Create Your Free Account