ai-creator

1. 텍스트 분석 - Clustering 앞에서 배운 분류와 마찬가지로, input 데이터의 최초 형태만 다른 것이지 input feature로 만들면 동일하게 clustering 알고리즘을 적용하여 분석할 수 있다. 2. 군집화 실습 (Opinion Review) 실습 : 문집 군집화 실습 - 소스 코드 : (Link) - 데이터셋 : (Link) 2.1) 데이터 설명 51개의 텍스트 파일로 구성 각 파일은 Tripadvisor(호텔), Edmunds.com(자동차), Amazon.com(전자제품) 사이트에서 가져온 리뷰 문서 문서유형을 크게 보면, 전자제품 / 자동차 / 호텔로 되어 있음 전자제품은 네비게이션 / 에어팟 / 킨들 / 랩탑 컴퓨터 등 Amazon.com에서 Garmin nuvi라는 차량..

ㅁ 텍스트 분석 주요 영역 1) 텍스트 분류 2) 감정 분석 3) 텍스트 요약 4) 텍스트 군집화와 유사도 측정 ㅁ 텍스트분석 머신러닝 수행 프로세스 "text문서 -> 가공(전처리) -> feature -> ml학습 -> 예측 -> 평가" 과정은 다른 ML 프로세스와 동일 가공(전처리) 1) 클린징(cleansing) : 텍스트 분석에 방해가 되는 불필요한 문자, 기호등을 제거 (ex. HTML, XML 태그) 2) 토큰화(tokeniation) : 문장 토큰화, 단어 토큰화, n-gram 3) 필터링, 스톱워드 제거, 철자 수정 : 분석에 큰 의미가 없는 단어(ex. a, the, is, will), 잘못된 철자 수정 4) stemming / lemmatization : 어근(단어 원형) 추출 (비교..