wordcloud

텍스트, bag-of-words 모델, bag-of-n-grams 모델 또는 LDA 모델에서 워드 클라우드 차트 만들기

구문

wordcloud(str)

wordcloud(documents)

wordcloud(bag)

wordcloud(tbl,wordVar,sizeVar)

wordcloud(words,sizeData)

wordcloud(C)

wordcloud(ldaMdl,topicIdx)

wordcloud(___,Name,Value)

wordcloud(parent,___)

wc = wordcloud(___)

설명

Text Analytics Toolbox™에서는 wordcloud(MATLAB^®) 함수의 기능을 확장해 사용할 수 있습니다. string형 배열에서 직접 워드 클라우드를 만들고 bag-of-words 모델, bag-of-n-gram 모델, LDA 토픽에서도 워드 클라우드를 만들 수 있습니다. Text Analytics Toolbox가 설치되어 있지 않은 경우 wordcloud 항목을 참조하십시오.

wordcloud(str)은 str의 텍스트를 토큰화하고 전처리한 후 단어 빈도 수에 해당하는 크기로 단어를 표시하여 워드 클라우드 차트를 만듭니다. 이 구문은 한국어, 영어, 일본어, 독일어 텍스트를 지원합니다.

wordcloud(documents)는 documents에 나오는 단어에서 워드 클라우드 차트를 만듭니다.

wordcloud(bag)은 bag-of-words 모델 또는 bag-of-n-grams 모델 bag에서 워드 클라우드 차트를 만듭니다.

wordcloud(tbl,wordVar,sizeVar)은 테이블 tbl에서 워드 클라우드 차트를 만듭니다. 이 테이블의 변수 wordVar과 sizeVar은 각각 단어와 단어 크기를 지정합니다.

wordcloud(words,sizeData)는 sizeData에 의해 지정된 단어 크기로 words의 요소에서 워드 클라우드 차트를 만듭니다.

wordcloud(C)는 빈도 수를 사용하여 categorical형 배열 C의 요소에서 워드 클라우드 차트를 만듭니다.

wordcloud(ldaMdl,topicIdx)는 LDA 모델 ldaMdl의 인덱스 topicIdx로 토픽에서 워드 클라우드 차트를 만듭니다.

wordcloud(___,Name,Value)는 하나 이상의 이름-값 쌍의 인수를 사용하여 WordCloudChart 속성을 추가로 지정합니다.

wordcloud(parent,___)는 parent에 의해 지정된 Figure, 패널 또는 탭에 워드 클라우드를 만듭니다.

wc = wordcloud(___)는 WordCloudChart 객체를 반환합니다. 워드 클라우드를 만든 후에 워드 클라우드의 속성을 수정하려면 wc를 사용합니다. 속성 목록은 WordCloudChart Properties 항목을 참조하십시오.

예제

텍스트 데이터에서 워드 클라우드 만들기

extractFileText를 사용하여 sonnets.txt에서 텍스트를 추출하고 첫 번째 소네트의 텍스트를 표시합니다.

str = extractFileText("sonnets.txt");
extractBefore(str,"II")

ans = 
    "THE SONNETS
     
     by William Shakespeare
     
     
     
     
       I
     
       From fairest creatures we desire increase,
       That thereby beauty's rose might never die,
       But as the riper should by time decease,
       His tender heir might bear his memory:
       But thou, contracted to thine own bright eyes,
       Feed'st thy light's flame with self-substantial fuel,
       Making a famine where abundance lies,
       Thy self thy foe, to thy sweet self too cruel:
       Thou that art now the world's fresh ornament,
       And only herald to the gaudy spring,
       Within thine own bud buriest thy content,
       And tender churl mak'st waste in niggarding:
         Pity the world, or else this glutton be,
         To eat the world's due, by the grave and thee.
     
       "

소네트의 단어들을 워드 클라우드로 표시합니다.

figure
wordcloud(str);

토큰화된 문서에서 워드 클라우드 만들기

예제 데이터를 불러옵니다. 파일 sonnetsPreprocessed.txt에는 셰익스피어 소네트의 전처리된 버전이 들어 있습니다. 파일에는 한 줄에 하나씩 소네트가 들어 있으며 단어가 공백으로 구분되어 있습니다. sonnetsPreprocessed.txt에서 텍스트를 추출하고, 추출한 텍스트를 새 줄 문자에서 문서로 분할한 후 그 문서를 토큰화합니다.

filename = "sonnetsPreprocessed.txt";
str = extractFileText(filename);
textData = split(str,newline);
documents = tokenizedDocument(textData);

워드 클라우드를 사용하여 문서를 시각화합니다.

figure
wordcloud(documents);

Bag-of-Words 모델에서 워드 클라우드 만들기

예제 데이터를 불러옵니다. 파일 sonnetsPreprocessed.txt에는 셰익스피어 소네트의 전처리된 버전이 들어 있습니다. 파일에는 한 줄에 하나씩 소네트가 들어 있으며 단어가 공백으로 구분되어 있습니다. sonnetsPreprocessed.txt에서 텍스트를 추출하고, 추출한 텍스트를 새 줄 문자에서 문서로 분할한 후 그 문서를 토큰화합니다.

filename = "sonnetsPreprocessed.txt";
str = extractFileText(filename);
textData = split(str,newline);
documents = tokenizedDocument(textData);

bagOfWords를 사용하여 bag-of-words 모델을 만듭니다.

bag = bagOfWords(documents)

bag = 
  bagOfWords with properties:

          Counts: [154×3092 double]
      Vocabulary: ["fairest"    "creatures"    "desire"    "increase"    "thereby"    "beautys"    "rose"    "might"    "never"    "die"    "riper"    "time"    "decease"    "tender"    "heir"    "bear"    "memory"    "thou"    "contracted"    …    ]
        NumWords: 3092
    NumDocuments: 154

워드 클라우드를 사용하여 bag-of-words 모델을 시각화합니다.

figure
wordcloud(bag);

테이블에서 워드 클라우드 만들기

예제 데이터 sonnetsTable을 불러옵니다. 테이블 tbl은 변수 Word에 단어 목록을 포함하고 변수 Count에 그에 대응하는 빈도 수를 포함합니다.

load sonnetsTable
head(tbl)

       Word        Count
    ___________    _____

    {'''tis'  }      1  
    {''Amen'' }      1  
    {''Fair'  }      2  
    {''Gainst'}      1  
    {''Since' }      1  
    {''This'  }      2  
    {''Thou'  }      1  
    {''Thus'  }      1  

wordcloud를 사용하여 테이블 데이터를 플로팅합니다. 단어와 그에 대응하는 단어 크기를 각각 Word 변수와 Count 변수로 지정합니다.

figure
wordcloud(tbl,'Word','Count');
title("Sonnets Word Cloud")

LDA 토픽에서 워드 클라우드 만들기

이 예제에서 결과를 재현하기 위해 rng를 'default'로 설정합니다.

rng('default')

예제 데이터를 불러옵니다. 파일 sonnetsPreprocessed.txt에는 셰익스피어 소네트의 전처리된 버전이 들어 있습니다. 파일에는 한 줄에 하나씩 소네트가 들어 있으며 단어가 공백으로 구분되어 있습니다. sonnetsPreprocessed.txt에서 텍스트를 추출하고, 추출한 텍스트를 새 줄 문자에서 문서로 분할한 후 그 문서를 토큰화합니다.

filename = "sonnetsPreprocessed.txt";
str = extractFileText(filename);
textData = split(str,newline);
documents = tokenizedDocument(textData);

bagOfWords를 사용하여 bag-of-words 모델을 만듭니다.

bag = bagOfWords(documents)

bag = 
  bagOfWords with properties:

          Counts: [154×3092 double]
      Vocabulary: ["fairest"    "creatures"    "desire"    "increase"    "thereby"    "beautys"    "rose"    "might"    "never"    "die"    "riper"    "time"    "decease"    "tender"    "heir"    "bear"    "memory"    "thou"    "contracted"    …    ]
        NumWords: 3092
    NumDocuments: 154

20개 토픽으로 LDA 모델을 피팅합니다. 세부 정보가 출력되지 않도록 'Verbose'를 0으로 설정합니다.

mdl = fitlda(bag,20,'Verbose',0)

mdl = 
  ldaModel with properties:

                     NumTopics: 20
             WordConcentration: 1
            TopicConcentration: 5
      CorpusTopicProbabilities: [0.0500 0.0500 0.0500 0.0500 0.0500 0.0500 0.0500 0.0500 0.0500 0.0500 0.0500 0.0500 0.0500 0.0500 0.0500 0.0500 0.0500 0.0500 0.0500 0.0500]
    DocumentTopicProbabilities: [154×20 double]
        TopicWordProbabilities: [3092×20 double]
                    Vocabulary: ["fairest"    "creatures"    "desire"    "increase"    "thereby"    "beautys"    "rose"    "might"    "never"    "die"    "riper"    "time"    "decease"    "tender"    "heir"    "bear"    "memory"    "thou"    …    ]
                    TopicOrder: 'initial-fit-probability'
                       FitInfo: [1×1 struct]

워드 클라우드를 사용하여 처음 4개 토픽을 시각화합니다.

figure
for topicIdx = 1:4
    subplot(2,2,topicIdx)
    wordcloud(mdl,topicIdx);
    title("Topic: " + topicIdx)
end

입력 인수

str — 입력 텍스트

string형 배열 | 문자형 벡터 | 문자형 벡터로 구성된 셀형 배열

입력 텍스트로, string형 배열, 문자형 벡터 또는 문자형 벡터로 구성된 셀형 배열로 지정됩니다.

string형 입력값의 경우 wordcloud 함수와 wordCloudCounts 함수는 한국어, 영어, 일본어, 독일어의 토큰화를 사용하고, 불용어 제거 및 단어 정규화를 합니다.

예: ["an example of a short document";"a second short document"]

데이터형: string | char | cell

documents — 입력 문서

tokenizedDocument 배열

입력 문서로, tokenizedDocument 배열로 지정됩니다.

tbl — 입력 테이블

테이블

단어와 단어 크기를 지정하는 열을 가진 입력 테이블입니다. wordVar 입력 인수와 sizeVar 입력 인수로 주어진 변수에 각각 단어와 그에 대응하는 단어 크기를 지정합니다.

데이터형: table

wordVar — 단어 데이터가 들어 있는 테이블 변수

string형 스칼라 | 문자형 벡터 | 숫자형 인덱스 | 논리형 벡터

단어 데이터가 들어 있는 테이블 변수로, string형 스칼라, 문자형 벡터, 숫자형 인덱스 또는 논리형 벡터로 지정됩니다.

데이터형: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical | char | string

sizeVar — 크기 데이터가 들어 있는 테이블 변수

string형 스칼라 | 문자형 벡터 | 숫자형 인덱스 | 논리형 벡터

크기 데이터가 들어 있는 테이블 변수로, string형 스칼라, 문자형 벡터, 숫자형 인덱스 또는 논리형 벡터로 지정됩니다.

데이터형: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical | char | string

words — 입력 단어

string형 벡터 | 문자형 벡터로 구성된 셀형 배열

입력 단어로, string형 벡터 또는 문자형 벡터로 구성된 셀형 배열로 지정됩니다.

데이터형: string | cell

sizeData — 단어 크기 데이터

숫자형 벡터

단어 크기 데이터로, 숫자형 벡터로 지정됩니다.

데이터형: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

C — 입력 categorical형 데이터

categorical형 배열

입력 categorical형 데이터로, categorical형 배열로 지정됩니다. 함수는 histcounts(C)의 고유한 요소를 C에 대응하는 크기로 각각 플로팅합니다.

데이터형: categorical

bag — 입력 모델

bagOfWords 객체 | bagOfNgrams 객체

입력 bag-of-words 모델 또는 bag-of-n-grams 모델로, bagOfWords 객체 또는 bagOfNgrams 객체로 지정됩니다. bag이 bagOfNgrams 객체일 경우 이 함수는 각 n-gram을 단일 단어로 처리합니다.

ldaMdl — 입력 LDA 모델

ldaModel 객체

입력 LDA 모델로, ldaModel 객체로 지정됩니다.

topicIdx — LDA 토픽의 인덱스

음이 아닌 정수

LDA 토픽의 인덱스로, 음이 아닌 정수로 지정됩니다.

parent — 부모

Figure | 패널 | 탭

부모로, Figure, 패널 또는 탭으로 지정됩니다.

이름-값 인수

선택적 인수 쌍을 Name1=Value1,...,NameN=ValueN으로 지정합니다. 여기서 Name은 인수 이름이고 Value는 대응값입니다. 이름-값 인수는 다른 인수 뒤에 와야 하지만, 인수 쌍의 순서는 상관없습니다.

R2021a 이전 릴리스에서는 각 이름과 값을 쉼표로 구분하고 Name을 따옴표로 묶으십시오.

예: 'HighlightColor','blue'는 강조 표시 색을 파란색으로 지정합니다.

여기에 나와 있는 WordCloudChart 속성은 일부에 불과합니다. 전체 목록은 WordCloudChart Properties 항목을 참조하십시오.

MaxDisplayWords — 표시할 단어의 최대 개수

100 (디폴트 값) | 음이 아닌 정수

표시할 단어의 최대 개수로, 음이 아닌 정수로 지정됩니다. 가장 큰 MaxDisplayWords개의 단어가 표시됩니다.

Color — 단어 색

[0.3804 0.3804 0.3804] (디폴트 값) | RGB 3색 | 색 이름을 포함하는 문자형 벡터 | 행렬

단어 색으로, RGB 3색, 색 이름을 포함하는 문자형 벡터 또는 N×3 행렬로 지정됩니다. 여기서 N은 WordData의 길이입니다. Color가 행렬이면 각 행은 WordData의 대응하는 단어의 RGB 3색에 해당합니다.

RGB 3색과 16진수 색 코드는 사용자 지정 색을 지정하는 데 유용합니다.

• RGB 3색은 빨간색, 녹색, 파란색 성분의 농도를 지정하는 3개 요소로 구성된 행 벡터입니다. 농도는 [0,1] 범위여야 합니다(예: [0.4 0.6 0.7]).

• 16진수 색 코드는 문자형 벡터 또는 string형 스칼라로, 해시 기호(#)로 시작하고 그 뒤에 3자리 또는 6자리의 16진수 숫자(0~F 사이일 수 있음)가 옵니다. 이 값은 대/소문자를 구분하지 않습니다. 따라서 색 코드 "#FF8800", "#ff8800", "#F80", "#f80"은 모두 동일합니다.

몇몇 흔한 색은 이름으로 지정할 수도 있습니다. 다음 표에는 명명된 색 옵션과 그에 해당하는 RGB 3색 및 16진수 색 코드가 나와 있습니다.

색 이름	짧은 이름	RGB 3색	16진수 색 코드	모양
"red"	"r"	[1 0 0]	"#FF0000"
"green"	"g"	[0 1 0]	"#00FF00"
"blue"	"b"	[0 0 1]	"#0000FF"
"cyan"	"c"	[0 1 1]	"#00FFFF"
"magenta"	"m"	[1 0 1]	"#FF00FF"
"yellow"	"y"	[1 1 0]	"#FFFF00"
"black"	"k"	[0 0 0]	"#000000"
"white"	"w"	[1 1 1]	"#FFFFFF"

다음은 MATLAB이 여러 유형의 플롯에서 사용하는 디폴트 색의 RGB 3색과 16진수 색 코드입니다.

RGB 3색	16진수 색 코드	모양
[0 0.4470 0.7410]	"#0072BD"
[0.8500 0.3250 0.0980]	"#D95319"
[0.9290 0.6940 0.1250]	"#EDB120"
[0.4940 0.1840 0.5560]	"#7E2F8E"
[0.4660 0.6740 0.1880]	"#77AC30"
[0.3010 0.7450 0.9330]	"#4DBEEE"
[0.6350 0.0780 0.1840]	"#A2142F"

예: 'blue'

예: [0 0 1]

HighlightColor — 단어 강조 표시 색

[0.7529 0.2980 0.0431] (디폴트 값) | RGB 3색 | 색 이름을 포함하는 문자형 벡터

단어 강조 표시 색으로, RGB 3색 또는 색 이름을 포함하는 문자형 벡터로 지정됩니다. 가장 큰 단어가 이 색으로 강조 표시됩니다.

RGB 3색과 16진수 색 코드는 사용자 지정 색을 지정하는 데 유용합니다.

• RGB 3색은 빨간색, 녹색, 파란색 성분의 농도를 지정하는 3개 요소로 구성된 행 벡터입니다. 농도는 [0,1] 범위여야 합니다(예: [0.4 0.6 0.7]).

• 16진수 색 코드는 문자형 벡터 또는 string형 스칼라로, 해시 기호(#)로 시작하고 그 뒤에 3자리 또는 6자리의 16진수 숫자(0~F 사이일 수 있음)가 옵니다. 이 값은 대/소문자를 구분하지 않습니다. 따라서 색 코드 "#FF8800", "#ff8800", "#F80", "#f80"은 모두 동일합니다.

몇몇 흔한 색은 이름으로 지정할 수도 있습니다. 다음 표에는 명명된 색 옵션과 그에 해당하는 RGB 3색 및 16진수 색 코드가 나와 있습니다.

색 이름	짧은 이름	RGB 3색	16진수 색 코드	모양
"red"	"r"	[1 0 0]	"#FF0000"
"green"	"g"	[0 1 0]	"#00FF00"
"blue"	"b"	[0 0 1]	"#0000FF"
"cyan"	"c"	[0 1 1]	"#00FFFF"
"magenta"	"m"	[1 0 1]	"#FF00FF"
"yellow"	"y"	[1 1 0]	"#FFFF00"
"black"	"k"	[0 0 0]	"#000000"
"white"	"w"	[1 1 1]	"#FFFFFF"

다음은 MATLAB이 여러 유형의 플롯에서 사용하는 디폴트 색의 RGB 3색과 16진수 색 코드입니다.

RGB 3색	16진수 색 코드	모양
[0 0.4470 0.7410]	"#0072BD"
[0.8500 0.3250 0.0980]	"#D95319"
[0.9290 0.6940 0.1250]	"#EDB120"
[0.4940 0.1840 0.5560]	"#7E2F8E"
[0.4660 0.6740 0.1880]	"#77AC30"
[0.3010 0.7450 0.9330]	"#4DBEEE"
[0.6350 0.0780 0.1840]	"#A2142F"

예: 'blue'

예: [0 0 1]

Shape — 워드 클라우드의 형태

'oval' (디폴트 값) | 'rectangle'

워드 클라우드 차트의 형태로, 'oval' 또는 'rectangle'로 지정됩니다.

예: 'rectangle'

출력 인수

wc — WordCloudChart 객체

WordCloudChart 객체

WordCloudChart 객체입니다. WordCloudChart를 만든 후에 그 속성을 수정할 수 있습니다. 자세한 내용은 WordCloudChart Properties 항목을 참조하십시오.

세부 정보

언어 고려 사항

string형 입력값의 경우 wordcloud 함수와 wordCloudCounts 함수는 한국어, 영어, 일본어, 독일어의 토큰화를 사용하고, 불용어 제거 및 단어 정규화를 합니다.

다른 언어에서는 텍스트 데이터를 전처리하고 wordcloud에 고유한 단어와 해당 크기를 지정하는 작업을 수동으로 수행해야 할 수 있습니다.

wordcloud에 단어 크기를 지정하려면 데이터를 고유한 단어와 해당 크기가 포함된 테이블 또는 배열로 입력하십시오.

버전 내역

R2017b에 개발됨

참고 항목

textscatter | textscatter3 | wordCloudCounts | bagOfWords | bagOfNgrams | tokenizedDocument

도움말 항목

• 워드 클라우드를 사용하여 텍스트 데이터 시각화하기
• 텍스트 산점도 플롯을 사용하여 단어 임베딩 시각화하기
• 분석할 텍스트 데이터 준비하기