[Day26] 네이버 영화 리뷰로 감성 분석을 해보자
오늘은 실습 내용은 네이버 영화 리뷰를 통해 자연어 감성 분석을 해보는 것이었습니다. 자연어 처리에 필요를 위해 알아 두면 좋을 내용들을 아래에 공유합니다. 감성분석을 활용한 사례 그리고 LSTM으로 유명한 RNN, 한국어 임베딩, 감성분석을 위한 데이타 셋 등입니다.
1. 감성분석 활용 사례
dbr.donga.com/article/view/1202/article_no/8891/ac/magazine
[DBR] “구매후기 한 줄에 고객의 이런 속마음이”, 마케팅 난제, 속 시원히 풀어주는 분석
Article at a Glance최근 ‘글에 내재해 있는 사람들의 주관적 태도나 감성을 추출해 내는 분석 기법’인 ‘감성 분석’에 대한 관심이 높아지고 있다. 감성 분석은 소셜미디어와 같은 웹사이트/매체
dbr.donga.com
2. NN의 꽃 RNN 이야기
www.youtube.com/watch?v=-SHPG_KMUkQ&feature=youtu.be
3. 한국어 임베딩
ratsgo.github.io/natural%20language%20processing/2019/09/12/embedding/
한국어 임베딩 · ratsgo's blog
임베딩(embedding)은 자연어를 숫자의 나열인 벡터로 바꾼 결과 혹은 그 일련의 과정 전체를 가리키는 용어입니다. 단어나 문장 각각을 벡터로 변환해 벡터 공간에 ‘끼워 넣는다(embed)’는 취지에
ratsgo.github.io
4. Naver sentiment movie corpus v1.0
e9t/nsmc
Naver sentiment movie corpus. Contribute to e9t/nsmc development by creating an account on GitHub.
github.com
5. Pre-trained word vectors of 30+ languages
softwareeng.tistory.com/manage/newpost/?type=post&returnURL=%2Fmanage%2Fposts%2F
TISTORY
나를 표현하는 블로그를 만들어보세요.
www.tistory.com