텍스트 감정 분류는 텍스트 데이터에 대한 감정이나 감성을 자동적으로 분류하는 작업입니다. 이는 자연어 처리 분야에서 널리 사용되며, NLTK(Natural Language Toolkit) 라이브러리를 사용하면 쉽게 구현할 수 있습니다.

NLTK는 파이썬의 강력한 자연어 처리 라이브러리로, 텍스트 분석에 필요한 다양한 기능을 제공합니다. 여기에서는 NLTK의 감정 분류를 위한 간단한 예제를 살펴보겠습니다.

먼저, NLTK를 설치하고 import합니다:

!pip install nltk

import nltk
from nltk.sentiment import SentimentIntensityAnalyzer
nltk.download('vader_lexicon')

이제 텍스트를 입력하고 SentimentIntensityAnalyzer를 사용하여 감정을 분류해보겠습니다:

text = "이 영화 정말 대박이다!"
sia = SentimentIntensityAnalyzer()
sentiment = sia.polarity_scores(text)

if sentiment['compound'] >= 0.05:
    print("긍정적인 감정입니다.")
elif sentiment['compound'] <= -0.05:
    print("부정적인 감정입니다.")
else:
    print("중립적인 감정입니다.")

위의 코드에서는 “이 영화 정말 대박이다!”라는 텍스트를 사용하고, SentimentIntensityAnalyzer를 사용하여 감정을 평가합니다. 감정은 “compound” 값을 기준으로 분류됩니다. compound 값이 0.05 이상이면 긍정적인 감정으로 분류되고, -0.05 이하면 부정적인 감정으로 분류됩니다. 그 외의 경우에는 중립적인 감정으로 분류됩니다.

위의 코드는 NLTK를 사용한 텍스트 감정 분류의 간단한 예시입니다. NLTK는 다양한 감정 분류 알고리즘과 데이터셋을 제공하므로, 복잡한 텍스트 감정 분류 작업에도 적용할 수 있습니다.

참고 자료:

• NLTK 공식 문서
• NLTK SentimentIntensityAnalyzer 문서