Python machine learning Chapter 06 - PART1
0 likes372 views
<강의안> "머신러닝, 딥러닝 실전개발 입문" (Chapter 06. 상반절) 내용을 참고하여, KoNLPy, Word2Vec 등을 실전예제로 설명합니다.
More Related Content
What's hot (17)
Similar to Python machine learning Chapter 06 - PART1 (12)
![[saltlux] KorQuAD v1.0 참관기](https://cdn.slidesharecdn.com/ss_thumbnails/05saltlux-190919052734-thumbnail.jpg?width=560&fit=bounds)
More from Young Oh Jeong (18)
Python machine learning Chapter 06 - PART1
- 1. Python Machine Learning Chapter 06.Text Analysis & Chatbot [email protected] Ryan Jeong
- 2. Today … 6-1 KOREAN MORPHOLOGY 6-2 ABOUT Word2Vec
- 3. 6-1 KOREAN MORPHOLOGY with KoNLPy
- 4. KoNLPy 설치 jdk 설치 KoNLPy 설치 $pip3 install konlpy or
- 5. 연습 1단계 : 기본 형태소 분석 연습 소스 결과출력 이 예제 소스는 많은 한글 형태소 분석 라이브러리 중에서, Twitter 라이브러리를 사용하는 가장 기본적인 예제 입니다. 한글 형태소분석 라이브러리 중에서, 속도 성능은 Mecab이 가장 좋다고 알려져 있지만, Twitter는 개인적으로 normalization 기능이 좋아서, 나중에 학습시킬 때 여러모로 활용할 수 있어서 좋아합니다. 참고자료 출처 : http://konlpy-ko.readthedocs.io/ko/v0.4.3/morph/
- 6. 연습 2단계 : 형태소 + 단어빈도 분석 연습소스 결과출력 이 예제를 실행하면, 명사만 추출하여, 명사가 출현한 빈도를 세어서, 그 명사와 함께 저장해 둡니다. 그 후, for 문을 돌면서, 출현빈도가 많은 순으로 상위 50개까지의 단어데이터를, ‘명사(개수)’ 형태로 출력합니다.
- 7. 6-2 ABOUT Word2Vec with KoNLPy
- 8. Word2Vec 란? 문장 내부의 단어들끼리의 상관관계를 표현하기 위해, 단어를 숫자 벡터로 변환하는 것.
- 9. Word2Vec을 위한 Gensim 설치 $pip3 install gensim or
- 10. 연습 1단계 : Word2Vec 모델 만들기 연습소스 결과출력 이 예제를 실행하면, 결과 출력은 위와 같이 나옵니다. calvin.wakati 파일은, 원본텍스트에서 조사/어미/구두점 등을 제거한 후, 새롭게 저장한 text 파일 입니다. 그러나 실제로 calvin.model 이라는 파일이 생성되는데, 이것이 실질적인 이 프로그램의 결과물이지요.
- 11. 연습 2단계 : 만든 Word2Vec 모델 써먹기 연습 소스 결과출력 이제 저장했던 모델을 불러와서, ‘칼뱅’과 가까운 단어들을 추출해 보았습니다. 출력된 결과는, 읽어들이 텍스트 데이터를 학습한 결과, 대략 유사도가 98점 이상 나오는 단어들이 추출된 것입니다.