텍스트 마이닝 맛보기
가장 자주 등장하는 단어만 봐도 글쓴이의 의도와 핵심 주제를 파악할 수 있을 때가 있어요.
핵심적으로, bag-of-words 방식의 텍스트 마이닝은 문서 모음 전반에서 용어 또는 n-그램을 세는 방법이에요. 아래 문장을 text에 저장해 작업 공간에 제공했어요:
text <- "Text mining usually involves the process of structuring the input text. The overarching goal is, essentially, to turn text into data for analysis, via the application of natural language processing (NLP) and analytical methods."
위 문장의 단어를 직접 세는 일은 번거롭죠! 다행히 qdap 패키지가 더 나은 대안을 제공합니다. freq_terms 함수를 호출하고 4를 지정하면 text에서 가장 자주 등장하는 용어 4개(동률 포함)를 쉽게 찾을 수 있어요.
frequent_terms <- freq_terms(text, 4)
frequent_terms 객체에는 모든 고유 단어와 그 빈도가 저장됩니다. 그런 다음 frequent_terms 객체에 plot 함수를 호출하기만 하면 막대 그래프를 만들 수 있어요.
plot(frequent_terms)
이 연습은 강의의 일부입니다
R로 배우는 Bag-of-Words 텍스트 마이닝
연습 안내
작업 공간에 여러 문장을 담은 new_text 객체를 준비해 두었어요.
qdap패키지를 불러오세요.- 콘솔에
new_text를 출력하세요. new_text에서 가장 자주 등장하는 10개의 용어로 구성된term_count를 만드세요.term_count결과로 막대 그래프를 그리세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Load qdap
___
# Print new_text to the console
new_text
# Find the 10 most frequent terms: term_count
term_count <- ___
# Plot term_count
___