실제 텍스트에 극성 분석 적용하기

지금까지 텍스트에서 긍정 또는 부정적 의도를 평가하는 데 필요한 기본 요소들을 배웠습니다. 결과를 신뢰할 수 있도록 다음 사항을 기억해 두세요.

주관성 어휘 목록(subjectivity lexicon)은 감정이나 긍정/부정적 감정과 관련된 단어들을 미리 정의해 놓은 목록입니다.
Zipf의 법칙이 인간의 표현 방식을 설명해 주기 때문에, 주관성 어휘 목록에 모든 단어를 일일이 나열할 필요는 없습니다.

빠르게 시작하는 방법 중 하나는 내장 주관성 어휘 목록을 갖춘 polarity() 함수를 사용하는 것입니다.

이 함수는 텍스트를 스캔하여 어휘 목록에 있는 단어를 찾아냅니다. 그런 다음 식별된 주관성 단어 주변에 클러스터를 형성합니다. 클러스터 내에서 원자가 전환어(valence shifters)가 점수를 조정합니다. 원자가 전환어는 주관성 단어의 감정적 의도를 강화하거나 반전시키는 단어입니다. 예를 들어, "well known"은 긍정적이지만 "not well known"은 부정적입니다. 여기서 "not"은 부정어로 "well known"의 감정적 의도를 반전시킵니다. 반면, "very well known"은 강화어를 사용하여 긍정적 의도를 높입니다.

polarity() 함수는 주관성 단어, 원자가 전환어, 그리고 텍스트의 총 단어 수를 사용하여 점수를 계산합니다. 이 연습 문제에서는 간단한 극성 계산을 직접 수행해 봅니다. 다음 영상에서는 polarity()의 내부 동작 원리를 더 자세히 살펴보겠습니다.

positive에 대해 polarity()를 계산하고, 결과를 pos_score라는 새 객체에 저장하세요. 전체 호출을 괄호로 감싸면 결과가 바로 출력됩니다.

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}연습 문제

지침 1/2

연습 문제