Main Content

텍스트에 내포된 감성 분석하기

라이브 스크립트 열기

이 예제에서는 VADER(Valence Aware Dictionary and sEntiment Reasoner) 알고리즘을 사용하여 감성 분석을 수행하는 방법을 보여줍니다.

VADER 알고리즘은 주석이 있는 단어 목록(감성 어휘사전)을 사용하고, 이 목록의 각 단어에는 그에 상응하는 감성 점수가 있습니다. VADER 알고리즘은 텍스트에 있는 일련의 단어의 점수를 조정하는 단어 목록도 활용합니다.

  • 증폭어 – 일련의 토큰의 감성을 증폭시키는 단어 또는 n-gram. 예: "absolutely", "amazingly" 같은 단어.

  • 약화어 – 일련의 토큰의 감성을 약화시키는 단어 또는 n-gram. 예: "hardly", "somewhat" 같은 단어.

  • 부정어 – 일련의 토큰의 감성을 부정하는 단어. 예: "not", "isn't" 같은 단어.

텍스트에 내포된 감성을 평가하려면 vaderSentimentScores 함수를 사용하십시오.

데이터 불러오기

readtable을 사용하여 파일 weekendUpdates.xlsx에서 텍스트 데이터를 추출합니다. 파일 weekendUpdates.xlsx에는 해시태그 "#weekend"와 "#vacation"이 포함된 상태 업데이트가 들어 있습니다.

filename = "weekendUpdates.xlsx";
tbl = readtable(filename,'TextType','string');
head(tbl)
    ID                                        TextData                                     
    __    _________________________________________________________________________________

    1     "Happy anniversary! ❤ Next stop: Paris! ✈ #vacation"                             
    2     "Haha, BBQ on the beach, engage smug mode! 😍 😎 ❤ 🎉 #vacation"                 
    3     "getting ready for Saturday night 🍕 #yum #weekend 😎"                           
    4     "Say it with me - I NEED A #VACATION!!! ☹"                                       
    5     "😎 Chilling 😎 at home for the first time in ages…This is the life! 👍 #weekend"
    6     "My last #weekend before the exam 😢 👎."                                        
    7     "can’t believe my #vacation is over 😢 so unfair"                                
    8     "Can’t wait for tennis this #weekend 🎾🍓🥂 😀"

텍스트 데이터에서 토큰화된 문서로 구성된 배열을 만들고, 처음 몇 개 문서를 표시합니다.

str = tbl.TextData;
documents = tokenizedDocument(str);
documents(1:5)
ans = 
  5×1 tokenizedDocument:

    11 tokens: Happy anniversary ! ❤ Next stop : Paris ! ✈ #vacation
    16 tokens: Haha , BBQ on the beach , engage smug mode ! 😍 😎 ❤ 🎉 #vacation
     9 tokens: getting ready for Saturday night 🍕 #yum #weekend 😎
    13 tokens: Say it with me - I NEED A #VACATION ! ! ! ☹
    19 tokens: 😎 Chilling 😎 at home for the first time in ages … This is the life ! 👍 #weekend

감성 평가하기

vaderSentimentLexicon 함수를 사용하여, 토큰화된 문서의 감성을 평가합니다. 1에 가까운 점수는 긍정 감성을, -1에 가까운 점수는 부정 감성을, 0에 가까운 점수는 중립 감성을 나타냅니다.

compoundScores = vaderSentimentScores(documents);

처음 몇 개 문서의 점수를 표시합니다.

compoundScores(1:5)
ans = 5×1

    0.4738
    0.9348
    0.6705
   -0.5067
    0.7345

긍정 감성과 부정 감성을 지닌 텍스트를 워드 클라우드로 시각화합니다.

idx = compoundScores > 0;
strPositive = str(idx);
strNegative = str(~idx);

figure
subplot(1,2,1)
wordcloud(strPositive);
title("Positive Sentiment")

subplot(1,2,2)
wordcloud(strNegative);
title("Negative Sentiment")

Figure contains objects of type wordcloud. The chart of type wordcloud has title Positive Sentiment. The chart of type wordcloud has title Negative Sentiment.

참고 항목

| |

관련 항목