Text Mining

파이썬 텍스트 마이닝 완벽 가이드 를 기반으로 공부합니다.

• 기본 베이스 코드 : https://github.com/wikibook/textmining
  
  
• 사용하는 기본 라이브러리
  • KoNLPy
  • NLTK
  • scikit-learn
  • Tensorflow
  • Keras
  • PyTorch
  • Transformers
    
    
• Chapter 설명
  • Chapter 2 : 텍스트 전처리 (Text Preprocessing)
  • Chapter 3 : 그래프 & 워드 클라우드 (Graph & WordCloud)
  • Chapter 4 : 카운트 기반의 문서 표현 (Count based Document Representation)
  • Chapter 5 : BoW 기반의 문서 분류 (Bag of Word based Document Classification)
  • Chapter 6 : 차원 축소 (Dimensionality Reduction)
  • Chapter 7 : 토픽 모델링 (Topic Modeling)
  • Chapter 8 : 감성 분석 (Sentiment Analysis)
  • Chapter 10 : 딥러닝을 이용한 문서 분류 (Document Classification using Deep Learning)
  • Chapter 11 : Word2Vec, ELMo, Doc2Vec의 이해 (Understanding Word2Vec, ELMo, Doc2Vec)
  • Chapter 12 : CNN을 응용한 문서 분류 (Document Classification using CNN)
  • Chapter 13 : 어텐션과 트랜스포머 (Attention & Transfomers)
    - 다른 rapository에 설명(현 Chapter부터 설명은 여기에 추가)
  • Chapter 14 : BERT (Bidirectional Encoder Representations from Transformers) 의 이해와 간단한 활용
  • Chapter 15 : BERT 사전학습(pre-trained) 모형에 대한 미세조정(Fine-tuning) 학습
  • Chapter 16 : 한국어 문서에 대한 BERT 황용