R로 배우는 텍스트 마이닝: tidytext 라이브러리를 활용하는 방법

요즘 사용할 만한 데이터는 비정형 데이터이거나 텍스트 위주로 구성되어 있다. 하지만 이러한 데이터는 분석가들이 일상적으로 사용하는 데이터 랭글링 도구나 시각화 도구를 적용하기가 쉽지 않다. 그러나 줄리아 실기와 데이비드 로빈슨이 개발한 tidytext 패키지라면 이야기가 달라진다. tidytext 패키지는 ggplot2나 dplyr 같은 R 패키지에 깔려 있는 정돈(tidy, 깔끔화) 원리를 바탕으로 개발되었는데, 이 책을 통해 여러분은 tidytext와 R에서 쓸 수 있는 그 밖의 정돈 도구들로 텍스트를 더욱 쉽고 효율적으로 분석하는 방법을 익힐 수 있다.

특히, 저자들은 텍스트를 데이터 프레임처럼 다루는 방법을 전수함으로써 여러분이 텍스트의 특성들을 조작하고, 요약하고, 시각화할 능력을 갖추게 한다. 또한, 여러분은 자연어 처리(NLP) 방식을 통합해 효율성 있는 작업 흐름을 배울 수 있다. 더욱이 실용적인 예제 코드를 통해 데이터를 탐색하다 보면, 우리가 분석하는 문학, 뉴스, 소셜 미디어로부터 진정한 통찰력을 창출할 수 있을 것이다.

이 책의 주요 내용

tidytext 형식을 NLP에 적용하는 방법을 학습한다.
정서 분석 기법으로 텍스트에 담긴 감성적 내용을 학습한다.
빈도를 측정해 문서 내에서 가장 중요한 용어들을 식별한다.
ggraph 패키지와 widyr 패키지를 사용해 단어 사이의 관계와 연결을 찾아낸다.
정돈된(깔끔한) 텍스트 형식과 정돈되지 않은 텍스트 형식을 서로 바꿔본다.
토픽 모델링으로 문서 모음집을 자연스럽게 분류한다.
트위터 아카이브를 비교하거나, 미항공우주국(NASA)이 제공하는 메타데이터를 파 보거나, 수천 개나 되는 유즈넷 메시지를 분석해 보는 식으로 사례 연구를 진행한다.

지은이 소개

줄리아 실기(Julia Silge)

줄리아는 스택 오버플로에서 일하는 데이터 과학자다. 복잡한 데이터셋들을 분석하기도 하고 기술적 주제로 다양한 청중과 소통하기도 한다. 천체 물리학 박사이며, 제인 오스틴을 사랑하고, 아름다운 도표 그리기를 좋아한다.

데이비드 로빈슨(David Robinson)

데이비드는 스택 오버플로에서 데이터 과학자로 근무하고 있으며, 프린스턴대학교에서 전산생물학 박사 학위를 받았다. broom, gganimate, fuzzyjoin, widyr 같은 R 패키지를 주로 오픈소스 형태로 개발한다.

옮긴이 소개

박진수

다양한 정보기술 분야 경력과 저술/번역 경험을 바탕으로 IT 융·복합 사업을 꿈꾸는, 1인 회사 ‘리율’의 대표다. 옮긴 책으로는 《케라스 창시자의 딥러닝 with R》, 《모두를 위한 실용 전자공학》, 《해킹 일렉트로닉스》와 《ggplot2》 등이 있다.

차례

CHAPTER 1 정돈 텍스트(깔끔한 텍스트) 형식 1

정돈 텍스트와 다른 데이터 구조 비교하기 2

unnest_tokens 함수 3

제인 오스틴의 작품 정돈하기 6

gutenbergr 패키지 10

단어 빈도 10

요약 16

CHAPTER 2 정돈 데이터를 사용한 정서분석 17

정서 데이터셋 18

내부 조인을 사용한 정서분석 21

세 가지 정서 사전 비교 25

가장 흔한 긍정 단어와 부정 단어 28

워드 클라우드 30

단순한 단어 이상인 단위 보기 32

요약 35

'도서 소개' 카테고리의 다른 글

코딩 강화 파이썬: 단계별 구성으로 단단하게 배우는 (0)	2019.06.26
해들리 위컴의 R 패키지:코드를 작성하고, 테스트하고, 문서화하고, 공유하라 (0)	2019.06.03
고양이도 할 수 있는 Vue.js (0)	2019.05.27
마스터링 이더리움: 스마트 컨트랙트 및 댑 구축하기 (0)	2019.05.23
업무와 일상을 정리하는 새로운 방법 Notion (0)	2019.05.15

R로 배우는 텍스트 마이닝: tidytext 라이브러리를 활용하는 방법

'도서 소개' 카테고리의 다른 글

'도서 소개' Related Articles

티스토리툴바