간편결제, 신용카드 청구할인
카카오페이 3,000원
(카카오페이 결제시 최대할인 3천원 / 5만원 이상 결제, 기간 중 1회)
삼성카드 6% (16,920원)
(삼성카드 6% 청구할인)
인터파크 롯데카드 5% (17,100원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (12,600원)
(최대할인 3만원 / 3만원 이상 결제)
NH쇼핑&인터파크카드 20% (14,400원)
(최대할인 4만원 / 2만원 이상 결제)
Close

R로 배우는 텍스트 마이닝 : tidytext 라이브러리를 활용하는 방법

소득공제

2013년 9월 9일 이후 누적수치입니다.

판매지수 764
?
판매지수란?
사이트의 판매량에 기반하여 판매량 추이를 반영한 인터파크 도서에서의 독립적인 판매 지수입니다. 현재 가장 잘 팔리는 상품에 가중치를 두었기 때문에 실제 누적 판매량과는 다소 차이가 있을 수 있습니다. 판매량 외에도 다양한 가중치로 구성되어 최근의 이슈도서 확인시 유용할 수 있습니다. 해당 지수는 매일 갱신됩니다.
Close
공유하기
정가

20,000원

  • 18,000 (10%할인)

    1,000P (5%적립)

할인혜택
적립혜택
  • I-Point 적립은 출고완료 후 14일 이내 마이페이지에서 적립받기한 경우만 적립됩니다.
  • 추가혜택
    배송정보
    주문수량
    감소 증가
    • 북카트 담기
    • 바로구매
    • 매장픽업
    • 이벤트/기획전

    • 연관도서

    • 사은품(10)

    책소개

    텍스트 데이터를 정리하고 시각화하기 위한 새로운 방법!
    tidytext 라이브러리와 그 밖의 정돈 텍스트 분석 방법을 배운다!


    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.

    출판사 서평

    텍스트 데이터를 정리하고 시각화하기 위한 새로운 방법!
    tidytext 라이브러리와 그 밖의 정돈 텍스트 분석 방법을 배운다!


    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.

    추천사

    데이비드와 줄리아는 R을 사용한 텍스트 분석 작업을 변화시켰다. tidytext를 사용한다면 굳이 새로운 도구들을 익히지 않아도 된다. 오히려 데이터 프레임 조작이나 데이터 프레임 시각화에 관해 여러분이 이미 알고 있는 바를 모두 적용해 볼 수 있다.
    - 해들리 위컴(Hadley Wickhan) / RStudio의 수석 과학자이자 오클랜드 대학교, 스탠포트 대학교, 라이스 대학교의 통계학 겸임 교수

    목차

    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

    CHAPTER 3 단어와 문서의 빈도 분석: tf-idf 37
    제인 오스틴의 소설 속 용어빈도 38
    지프의 법칙 40
    bind_tf_idf 함수 44
    물리학 텍스트의 말뭉치 47
    요약 53

    CHAPTER 4 단어 간 관계: 엔그램과 상관 55
    엔그램에 의한 토큰화 56
    엔그램 개수 세기와 선별하기 57
    바이그램 분석 59
    정서분석 시 바이그램을 사용해 문맥 제공하기 62
    ggraph를 사용해 바이그램 연결망 시각화화기 65
    그 밖의 텍스트에 들어 있는 바이그램 시각화하기 71
    widyr 패키지와 단어 쌍 세기 및 상관 73
    각 단원 간의 개수 세기 및 상관 74
    쌍 단위 상관 검사 76
    요약 81

    CHAPTER 5 비정돈 형식 간에 변환하기 83
    문서-용어 행렬 정돈하기 84
    DocumentTermMatrix 객체 정돈하기 85
    dfm 객체 정돈하기 89
    정돈 텍스트 데이터를 행렬에 캐스팅하기 92
    Corpus 객체를 메타데이터로 정돈하기 94
    사례 연구: 금융 관련 기사 마이닝 97
    요약 104

    CHAPTER 6 토픽 모델링 105
    잠재 디리클레 할당 106
    단어-토픽 확률 108
    문서-토픽 확률 111
    예제: 대도서관 강도 113
    각 장의 LDA 115
    문서당 분류 118
    단어별 할당: augment 121
    대체 LDA 구현 125
    요약 127

    CHAPTER 7 사례 연구: 트위터 아카이브 비교 129
    데이터 및 트위터 분포 얻기 129
    단어 빈도 131
    단어 용도 비교 135
    단어 사용 변화 137
    즐겨찾기 및 리트윗 143
    요약 148

    CHAPTER 8 사례 연구: NASA 메타데이터 마이닝 149
    NASA가 데이터를 조직하는 방식 150
    데이터 랭글링과 정돈 151
    일부 초기 단순 탐사 154
    단어 동시 발생과 상관 156
    설명 및 제목 단어 연결망 156
    중요어 연결망 159
    설명 필드에 대한 tf-idf 계산 163
    설명 필드 단어의 tf-idf는 무엇인가? 163
    설명 필드를 중요어에 연결하기 164
    토픽 모델링 166
    문서-용어 행렬에 캐스팅하기 166
    토픽 모델링 준비 167
    토픽 모델 해석 168
    토픽 모델링을 중요어와 연결하기 175
    요약 178

    CHAPTER 9 사례 연구: 유즈넷 텍스트 분석 179
    전처리 179
    텍스트 전처리 181
    뉴스그룹의 단어들 183
    뉴스그룹 내에서 tf-idf 찾기 184
    토픽 모델링 187
    정서분석 190
    단어별 정서분석 191
    메시지별 정서분석 194
    엔그램 분석 197
    요약 199

    참고문헌 201
    찾아보기 203

    본문중에서

    제인 오스틴(Jane Austen)이 탈고해 출판한 소설 여섯 개를 janeaustenr 패키지에서 가져온 다음 정돈 형식으로 변형해 보자. janeaustenr 패키지는 텍스트를 1줄당 1행(one-row-per-line) 형식으로 제공하는데, 이 맥락에서 의미하는 줄(line)이란 실제 도서의 원문에 맞춰 인쇄된 한 줄을 말한다. 이것을 사용해 정돈 작업에 착수하되 mutate()를 사용해 linenumber 수에 해당하는 만큼을 주석으로 처리함으로써 원래 줄 형식을 추적하는 데 사용하고, chapter(regex 사용)를 사용해 모든 장이 어디부터 나오는지를 알아낸다.
    (/ p.6)

    이제 janeaustenr 패키지를 사용해 정돈 텍스트를 탐색해 보았으므로, 이번에는 gutenbergr 패키지를 소개하겠다. gutenbergr 패키지는 구텐베르크 프로젝트(Project Gutenberg) 모음집 중 공공 저작물(public domain works)에 해당하는 텍스트에 접근할 수 있게 한다. 이 패키지에는 도서를 내려받기 위한 도구(도움이 되지 않는 머리글/바닥글 정보는 제거)와 관심 있는 작품을 찾는 데 사용할 수 있는 구텐베르크 프로젝트 메타데이터의 전체 데이터셋이 포함되어 있다. 이 책에서는 구텐베르크 프로젝트에서 ID별로 하나 이상의 작품을 다운로드하는 gutenberg(/ p.download() 함수를 주로 사용하지만, 다른 함수를 사용해 메타데이터를 탐색하고 제목, 작성자, 언어 등과 짝을 이루는 구텐베르크 ID를 탐색할 수 있을 뿐만 아니라 저자에 대한 정보도 수집할 수 있다.
    (/ p.10)

    유용한 작품을 단어 수준(word level)에서 토큰화할 수 있지만 때로는 다른 단위에 맞춰 텍스트를 살펴보는 편이 더 유용하기도 하고 필요하기도 하다. 예를 들어 전체 문장의 정서를 이해할 수 있게 하기 위해 일부 정서분석 알고리즘은 유니그램(즉, 단일 단어)을 넘어서려고 한다. 이러한 알고리즘들은 ‘I am not having a good day(일진이 안 좋아)’라는 말이 기쁨을 나타내는 문장이 아닌 슬픔을 나타내는 문장이라는 점을 이해하려고 시도한다. coreNLP, cleanNLP 및 sentimentr을 포함한 여러 R 패키지들은 그러한 정서분석 알고리즘의 예다. 이런 패키지들을 사용해서 단어 단위가 아닌 문장 단위로 정서를 분석하려면 우리는 텍스트를 문장 단위로 토큰화해야 하는데, 그런 경우에는 출력 열에 새 이름을 사용하는 게 적절하다.
    (/ p.32)

    이번 장에서는 정돈 텍스트 접근법이 개별 단어를 분석하는 데 유용할 뿐만 아니라 단어 간의 관계 및 연결을 탐색하는 데도 유용하다는 것을 보여 줬다. 이러한 관계에는 엔그램이 포함될 수 있으며, 이는 어떤 단어가 다른 단어 뒤에 나타나는 경향이 있는지와, 서로 인접한 곳에 출현하는 단어 간의 동시 발생(co-occurrences), 즉 상관(correlations)을 볼 수 있게 해 준다. 이번 장에서는 이러한 두 종류의 관계를 연결망으로 시각화하기 위한 ggraph 패키지도 소개했다. 이러한 연결망 시각화는 관계를 탐구하는 데 쓰기에 유연한 도구이며, 이후 장들에 나오는 사례 연구에서 중요한 역할을 수행한다.
    (/ p.81)

    일련의 문서를 특징짓는 단어 군집을 찾기 위한 토픽 모델링을 소개하고, tidy() 동사가 dplyr 및 ggplot2를 사용해 이러한 모델을 탐색하고 이해하는 방법을 보여 줬다. 이는 모델 탐색에 대한 정돈된 접근법의 장점 중 하나다. 다양한 출력 형식의 문제를 정돈 함수들이 처리하고, 표준 도구 모음을 사용해 모델 결과를 탐색할 수 있다는 장점 말이다. 우리는 특히 토픽 모델링을 통해 네 개의 개별 도서와 장을 구분하고 구별할 수 있다는 점을 보았고, 잘못 지정된 단어와 장을 찾아보면서 모델의 한계점을 탐구했다.
    (/ p.127)

    관련이미지

    저자소개

    줄리아 실기(Julia Silge) [저] 신작알림 SMS신청 작가DB보기
    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

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

    데이비드 로빈슨(David Robinson) [저] 신작알림 SMS신청 작가DB보기
    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

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

    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

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

    이 책과 내용이 비슷한 책 ? 내용 유사도란? 이 도서가 가진 내용을 분석하여 기준 도서와 얼마나 많이 유사한 콘텐츠를 많이 가지고 있는가에 대한 비율입니다.

      리뷰

      0.0 (총 0건)

      구매 후 리뷰 작성 시, 북피니언 지수 최대 600점

      리뷰쓰기

      기대평

      작성시 유의사항

      평점
      0/200자
      등록하기

      기대평

      10.0

      교환/환불

      교환/환불 방법

      ‘마이페이지 > 취소/반품/교환/환불’ 에서 신청함, 1:1 문의 게시판 또는 고객센터(1577-2555) 이용 가능

      교환/환불 가능 기간

      고객변심은 출고완료 다음날부터 14일 까지만 교환/환불이 가능함

      교환/환불 비용

      고객변심 또는 구매착오의 경우에만 2,500원 택배비를 고객님이 부담함

      교환/환불 불가사유

      반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가할 수 있음
      배송된 상품의 분실, 상품포장이 훼손된 경우, 비닐랩핑된 상품의 비닐 개봉시 교환/반품이 불가능함

      소비자 피해보상

      소비자 피해보상의 분쟁처리 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 따라 비해 보상 받을 수 있음
      교환/반품/보증조건 및 품질보증 기준은 소비자기본법에 따른 소비자 분쟁 해결 기준에 따라 피해를 보상 받을 수 있음

      기타

      도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 주문이 취소될 수 있음(이 경우 인터파크도서에서 고객님께 별도로 연락하여 고지함)

      배송안내

      • 인터파크 도서 상품은 택배로 배송되며, 출고완료 1~2일내 상품을 받아 보실 수 있습니다

      • 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 상품을 기준으로 배송됩니다.

      • 군부대, 교도소 등 특정기관은 우체국 택배만 배송가능하여, 인터파크 외 타업체 배송상품인 경우 발송되지 않을 수 있습니다.

      • 배송비

      도서(중고도서 포함) 구매

      2,000원 (1만원이상 구매 시 무료배송)

      음반/DVD/잡지/만화 구매

      2,000원 (2만원이상 구매 시 무료배송)

      도서와 음반/DVD/잡지/만화/
      중고직배송상품을 함께 구매

      2,000원 (1만원이상 구매 시 무료배송)

      업체직접배송상품 구매

      업체별 상이한 배송비 적용