Text-Sentiment-Analysis-ML

1. Overview

• 머신러닝을 활용한 텍스트 감성 분석(분류) 모델
• 나이브 베이지 정리 (Naïve Bayes Classification) 모델 활용
• 머신러닝 모델을 만들어 소비자의 리뷰를 ‘기쁨’, ’기대’, ’놀람’, ’공포’, ’분노’, ’슬픔’으로 분류
• 소비자 리뷰를 통한 인사이트 탐구 필요

2. Research Process

1) 데이터 수집 & 전처리

• 크롤링한 데이터를 전처리 및 6가지 감성 라벨링 (맞춤법 검사, 불용어 처리)

2) 트레이닝/ 테스트 데이터셋 생성

• 데이터로 트레이닝/테스트셋 생성 후 학습
• 텍스트 데이터는 벡터화 후 수치화하여 훈련

3) 분류 시스템 설계 (6가지 감성분류)

• 나이브베이즈 분류 모델 사용
• 기쁨, 기대, 놀람, 공포, 분노, 슬픔 : 감정 분류

4) 정확도 평가

• 테스트셋으로 정확도 평가
• 직접 입력한 텍스트으로도 모델 성능 검사

3. Model Accuracy & Result

• Accuracy : 71%

• Classification Result

4. Requirements

• Google Colab / Jupyter
• Python 3.x