http://www.yes24.com/24/Goods/44336064?Acode=101

유명한 오픈소스 통계프로그램인 R을 사용해서 텍스트 마이닝을 하는 방법을 다룬 책입니다. 앞부분은 문자열 처리에 필요한 R 함수들의 사용법을 알려줍니다. 중간은 텍스트 전처리에 대한 부분인데 숫자, 대소문자, 공백, 특수문자, 불용어, 어근화 등을 자세히 설명하고 있습니다. 뒷부분은 토픽 모델과 감정 분석을 보여줍니다.

토픽 모델은 비지도학습으로 문서의 중심이 되는 단어들을 확률 기법을 통해 뽑아냅니다. 감정 분석은 크게 두 가지 방법이 있습니다. 첫째는 감성단어사전을 이용하여 사전에 포함된 단어의 개수에 따라 점수를 매기는 방식입니다. 두번째는 문서와 그 문서의 감정이 레이블된 데이터를 가지고 지도학습을 하여 감정을 판단합니다. 전체적인 문서의 패턴을 파악하기 때문에 단어사전을 이용하는 것보다 더 정확하다는 장점이 있습니다.

저자가 언론학과 교수라 그런지 약간 사회과학적인 분석 위주로 되어있습니다. 그리고 R을 사용하지 않는 사람이라면 책에 나온 내용을 바로 활용하기가 어려울 수 있습니다. 하지만 텍스트 마이닝에 대해서 개념을 이해하기에는 많은 도움이 될거라 생각합니다.