파이썬 SpaCy를 이용한 텍스트의 어조 분석(Tone Analysis)
소개
텍스트의 어조 분석은 자연어 처리의 중요한 응용 분야 중 하나입니다. 사람들이 쓰는 텍스트를 분석하여 그들의 감정이나 태도를 파악할 수 있습니다. 이러한 분석은 감정 분석, 감성 분석, 텍스트 분류 등 다양한 분야에서 유용하게 활용될 수 있습니다.
SpaCy 소개
SpaCy는 파이썬으로 작성된 오픈 소스 자연어 처리 라이브러리입니다. SpaCy는 강력하고 신속한 자연어 처리를 제공하며, 많은 기능과 다양한 언어의 모델을 지원합니다.
SpaCy를 이용한 어조 분석
import spacy
def get_tone(text):
nlp = spacy.load("en_core_web_sm")
doc = nlp(text)
tone = {"positive": 0, "negative": 0, "neutral": 0}
for sentence in doc.sents:
polarity = sentence.sentiment.polarity
if polarity > 0:
tone["positive"] += polarity
elif polarity < 0:
tone["negative"] += polarity
else:
tone["neutral"] += 1
return tone
text = "I am so excited to announce this amazing news!"
tone = get_tone(text)
print(tone)
위의 코드는 SpaCy를 사용하여 주어진 텍스트의 어조를 분석하는 간단한 예제입니다. 코드를 실행하면 텍스트의 긍정, 부정, 중립적인 어조를 나타내는 값을 얻을 수 있습니다.
결론
파이썬 SpaCy를 사용하여 어조 분석을 수행할 수 있습니다. SpaCy는 강력하고 다양한 기능을 제공하여 텍스트 처리 작업을 쉽게 수행할 수 있습니다. 텍스트 어조 분석은 감정 분석, 감성 분석, 텍스트 분류 등 다양한 분야에서 유용하게 활용될 수 있습니다.
#Python #NLP #SpaCy