LA는 Linear Algebra(선형대수학)의 줄임말로서 프로젝트를 진행하면서 선형대수학의 개념을 이용하여 해당 개념을 이해하는데 초점을 둔 프로젝트이다.
[PROJECT NAME] Analysis on Word Vectors in word which contain connotaion meaning by making a simple model
단어의 함축적 의미를 긍정 또는 부정으로 분류하는 간단한 모델을 만들어 본다.
Word2vec이라는 Python 라이브러리를 이용하도록 한다. Word2vec은 단어들을 임베딩(embedding)하여 단어들을 분석할 수 있도록 도와준다. 쉽게 말하면 Word2vec은 단어들을 벡터화 시켜준다. 감정적인 의미를 잘 나타내는(긍정과 부정이 명확한, 극단적인) text를 학습 데이터로 선정한다. 이에 대한 선행 연구가 많이 있다. 그렇기 때문에 구글에 sentiment analysis with Word2vec를 치면 정제된 데이터를 쉽게 구할 수 있다. 해당 프로젝트는 http://ai.stanford.edu/~amaas/data/sentiment/ 에서 약 25000개의 극단적인 영화 리뷰들를 사용하였다. 또한 정제된 데이터이기 때문에 영화 평론과 함께 평점이 1에서 10점까지 있으며 여기서 5점 보다 적은 점수를 받으면 negative, 5점 보다 높으면 positive한 문장이라 하여 이미 분류도 되어 있는 상태이다. 우리는 그러한 데이터를 학습시켜 model을 만들 것이다.
약 25000개의 리뷰중 랜덤으로 12500개의 리뷰로만 학습한 뒤 나머지 12500개의 리뷰를 가지고 test를 진행한다. 모든 리뷰에는 평점과 문장의 성향(positive or negative)이 정해져 있기 때문에 test용 리뷰를 해당 모델에 넣어서 나온 결과 값이 맞는지 확인하여 정확도를 측정한다.