[python] gensim을 활용한 네이버 영화 리뷰 감정 분석 방법

19 Dec 2023

python

감정 분석은 텍스트 데이터의 감정 또는 감성을 분석하여 긍정적인지 부정적인지를 판단하는 과정입니다. 이번 글에서는 파이썬 라이브러리인 gensim을 활용하여 네이버 영화 리뷰의 감정을 분석하는 방법에 대해 알아보겠습니다.

1. 데이터 수집과 전처리

우선, 네이버 영화 리뷰 데이터를 수집하고 전처리합니다. 데이터를 다운로드하거나 크롤링하여 텍스트를 정제하고 필요한 언어 처리 작업을 수행합니다.

import pandas as pd

# 네이버 영화 리뷰 데이터 불러오기
movie_reviews = pd.read_csv('naver_movie_reviews.csv')

# 데이터 전처리 작업 수행
# ...

2. 텍스트 벡터화

다음으로, 텍스트 데이터를 벡터화하여 모델에 입력할 수 있도록 변환합니다. gensim의 Doc2Vec 모델을 사용하여 텍스트를 벡터로 변환할 수 있습니다.

from gensim.models.doc2vec import Doc2Vec, TaggedDocument
from nltk.tokenize import word_tokenize

# 텍스트 전처리 및 토큰화
tagged_data = [TaggedDocument(words=word_tokenize(_d.lower()), tags=[str(i)]) for i, _d in enumerate(movie_reviews['review'])]

# Doc2Vec 모델 학습
model = Doc2Vec(tagged_data, vector_size=100, window=2, min_count=1, workers=4)

# 벡터 추출
vector = model.infer_vector(word_tokenize("Your input text here"))

3. 감정 분석 모델 구축

마지막으로, 벡터화된 텍스트 데이터를 입력하여 감정 분석 모델을 구축합니다. gensim을 사용하여 이진 분류 또는 다중 분류 모델을 구현할 수 있습니다.

from gensim.models import TfidfModel
from gensim.matutils import corpus2csc

# TF-IDF 모델 학습
tfidf = TfidfModel(tagged_data, smartirs='ntc')

# 벡터 데이터 TF-IDF 가중치 적용
corpus_tfidf = tfidf[tagged_data]
doc_vecs = corpus2csc(corpus_tfidf)

# 감정 분석 모델 학습
# ...

위의 과정을 통해 gensim을 활용하여 네이버 영화 리뷰의 감정을 분석할 수 있습니다. 영화 리뷰의 경우 감정 분석이 중요한데, gensim을 사용하여 쉽게 감정을 파악할 수 있습니다.

참고 문헌:

Gensim Documentation: https://radimrehurek.com/gensim/auto_examples/index.html
NLTK Documentation: https://www.nltk.org/