본 과정은 영어 텍스트마이닝을 위한 NLTK 패키지에 대한 학습과정입니다. 영어 텍스트마이닝 및 텍스트분석을 위해서는 다양한 라이브러리와 패키지들이 있는데 그중에서 가장 많이 사용되고 있는 NLTK 패키지에 기반하여 영어를 분석하고 관련된 라이브러리를 학습하는 과정입니다.

▶교육대상

1. 영어 자연어 처리 및 NTLK 패키지 학습에 부담을 가지는 학습자 

2. 빠른 시간에 NLTK 패키지 및 관련 라이브러리를 배우고자 하는 자

▶학습내용

1. 강의개요 및 권장 학습순서와 NLTK 설치하기

2. corpus(말뭉치)란 무엇인가

3. nltk gutenberg corpus 다운로드 및 텍스트 내용 출력하기

4. nltk gutenberg corpus 여러가지 값 출력

5. nltk tokenization - sent_tokenize

6. word_tokeniz() 함수를 사용한 토큰화 vs gutenberg. words() 함수를 사용한 토큰화 비교

7. 각 토큰당 평균 문자 수

8. 브라운 코퍼스를 활용한 여러가지 메서드(1)

9. 브라운 코퍼스를 활용한 여러가지 메서드(2) 및 FreqDist 함수 사용법

10. FreqDist() 함수로 단어 빈도 수 체크시 대소문자 문제

11. 특정 단어의 빈도 수 체크

12. 특정 단어의 빈도 수 체크 - list comprehension 사용

13. 세익스피어는 비극 햄릿을 쓸 때 한 문장당 평균 몇개의 단어를 사용해서 썼을까 - 기초학습

14. 전부 소문자로 바꾼 후 중복되는 것 없이 단어 수 체크

15. 세익스피어는 비극 햄릿을 쓸 때 한 문장당 평균 몇개의 단어를 사용해서 썼을까 - 최종 통계 구하기

16. 브라운 코퍼스 장르별 원하는 단어 수 세기 - ConditionalFreqDist() 사용법

17. cfd 출력시 pair로 구성해서 출력하기

18. 브라운 코퍼스 카테고리별 단어 수 체크시 배열 변수 만들어서 이중 for문으로 구성하기

19. n-gram이란 무엇이고 bigram, trigram 등이 검색 예측에 어떻게 활용되어지는가

20. nltk 패키지내 ngrams를 활용하여 bigram, trigram 구하기 실습

▶수료기준

※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 60점 이상이어야 합니다.