Sentiment_analysis_of_SNS

텍스트분석을 활용한 코로나19, 국민 감성변화의 실태조사

• 데이터: 네이버 뉴스 크롤링
• 기간 : 2020.10 ~ 2020.12

1. 코드 설명

1) 네이버_뉴스_크롤링

• 데이터 셋 확보

2) 데이터_전처리_추출

• 전처리 관련 코드
• 한국어 전처리 패키지(Py-Hanspell)
• 한국어 품사 태깅(Mecab)

3) 최종 모델 및 태깅 코드

• BERT

4) 뉴스 크롤링(중앙/경향)

(주무관님의 추가 요청)

• 원하는 섹션별로 전문 가져오기
• 
• 경향(블로그 코드설명)
• 중앙(블로그 코드설명)

5) 시도해본 코드

• Bert.ipynb -> Bert 모델 학습_1
• Bert_3.ipynb -> Bert 모델 학습_2
• BoW,keras_분노.ipynb -> BoW,keras_분노.ipynb -> bag of words에서 상위 n개의 단어로 keras 학습 모델
• glove.ipynb -> glove로 임베딩 후 keras에서 weight 부여
• word2vec으로.ipynb -> word2vec통해 임베딩 후 keras 모델 적용
• word2vec을_통한_단어별_좌표이용.ipynb -> word2vec통해 임베딩 후 머신러닝과 keras 모델 적용
• 저장된_모델을_불러와_테스트.ipynb -> 저장된 Bert 모델을 불러와 TEST

2. 최종 보고서

최종 보고서

3. 참여자

1. 과제 책임자

• 김도연
• 김주영
• 박다원

2. 피드백

• 김학준(서울특별시 빅데이터담당관 주무관님)