텍스트 시각화 방법-검색 결과(챗gpt, 구글링)

word cloud로 텍스트 시각화를 하려니 유효한 word가 너무 많아서 텍스트를 시각화하는게 큰 의미가 없어 보일 수 있겠단 생각이 들었다.

문득, word cloud 말고 좀 더 본격적이거나 다른 방식의 텍스트 시각화 방식은 어떤 게 있는지 궁금해져서 챗gpt에게 물어봤다.

 

텍스트 데이터를 시각화하는 방법 중 하나로 "워드클라우드"를 사용하는 것이 일반적입니다. 워드클라우드는 텍스트 데이터의 중요한 키워드를 시각적으로 강조하는 데 도움이 됩니다. 그러나 워드클라우드 외에도 다른 텍스트 시각화 기술도 있습니다. 아래에 몇 가지 예를 제시합니다:
* 텍스트 네트워크 시각화: 텍스트 문서 간의 연결을 시각화합니다. 이것은 텍스트 데이터의 네트워크 구조를 이해하는 데 도움이 됩니다.
* 감정 분석 그래프: 텍스트 데이터의 감정 (긍정적, 부정적, 중립)을 분석하여 그것을 그래프로 표현할 수 있습니다.
* 문서 유사도 그래프: 텍스트 문서 간의 유사도를 측정하고 이를 그래프로 시각화할 수 있습니다.
* 문서 주요 주제 시각화: 텍스트 문서에서 주요 주제를 식별하고 이 주제를 그래프 또는 다른 시각화 방식으로 나타낼 수 있습니다.
* 말뭉치 분포: 단어의 분포를 보여주는 그래프로, 단어들 사이의 연관성을 파악할 수 있습니다.
* 텍스트 분류 결과 시각화: 텍스트 분류 모델의 결과를 확인하기 위해 클래스에 따른 분포를 시각화할 수 있습니다.
위의 방법 중 몇 가지는 복잡한 데이터 처리와 데이터 시각화 라이브러리를 사용하여 구현할 수 있습니다. Python에서는 NetworkX, Seaborn, Matplotlib, Plotly 등을 사용하여 다양한 텍스트 데이터 시각화를 수행할 수 있습니다.
선택한 시각화 방법은 텍스트 데이터의 특성, 목적 및 분석 요구사항에 따라 다를 것이며, 데이터를 잘 이해하고 전달하고자 하는 메시지를 고려하여 선택해야 합니다.

그 중 '말뭉치 분포'가 궁금해서 추가로 구글링을 했고 이미지 기준으로 아래 두 블로그를 접했다.

나중에 이동하면서 보려고 우선 북마크!

https://m.blog.naver.com/brys6677/222420628108

5. 텍스트 데이터 분석

https://tech.kakaoenterprise.com/95

지식그래프에서 경로를 탐색하는 모델 AttnIO를 소개합니다