현대 사회는 정보의 홍수 속에서 살아가고 있습니다. 이러한 정보의 대부분은 텍스트 형태로 존재하며, 이를 효과적으로 분석하고 활용하는 능력은 매우 중요합니다. 자연어 처리(Natural Language Processing, NLP)와 텍스트 마이닝(Text Mining)은 이러한 텍스트 데이터를 분석하고 이해하는 데 필수적인 기술입니다.
이 책은 자연어 처리와 텍스트 마이닝에 관심 있는 분들뿐만 아니라, 데이터 과학자, 데이터 분석가, 연구원 등에게도 유용한 지식과 도구를 제공할 것입니다. 이 책을 통해 독자들이 텍스트 데이터를 효과적으로 분석하고 활용하는 능력을 키울 수 있기를 바랍니다.

제1장 텍스트 마이닝의 개요
■ 구글 코랩 | 6p
■ 아나콘다 주피터 노트북 | 14p
■ 자연어 처리를 위한 KoNLPy설치 | 16p

제2장 텍스트 전처리
■ 텍스트 토큰화 | 20p
■ 텍스트 정제 | 25p
■ 텍스트 정제 패키지 | 28p

제3장 인코딩
■ 정수 인코딩 | 32p
■ 패딩 | 37p
■ 원-핫 인코딩 | 39p

제4장 형태소 분석
■ 형태소 분석기 설치 | 44p
■ 형태소 분석 및 전처리 방법 | 46p
■ AI 챗봇의 원리 | 51p

제5장 키워드 분석
■ 단어 빈도 시각화 | 53p
■ 워드 클라우드 표현 | 60p
■ 워드 클라우드 분석사례 | 63p

제6장 언어 모델
■ 언어모델 개요 | 65p
■ N-gram 기법 | 68p
■ 통계적 언어 모델 | 71p
■ LLM의 활용 | 73p

제7장 단어 표현 방법
■ BOW | 76p
■ DTM | 82p
■ TF-IDF | 84p

제8장 문장 유사도
■ 유클리디안 거리 | 90p
■ 코사인 유사도 | 94p
■ 자카드 유사도 | 97p

제9장 워드 임베딩
■ 워드 임베딩 개요 | 101p
■ Word2Vec | 105p
■ 워드 임베딩 활용 | 110p

제10장 사전 훈련 워드 임베딩
■ Word2Vec 워드 임베딩 | 112p
■ Doc2Vec 워드 임베딩 | 119p
■ 사전 훈련된 모델 활용 | 126p

제11장 RNN텍스트 분류
■ RNN 개요 | 128p
■ RNN 텍스트 분류기 | 132p
■ 텍스트 전처리 패키지 | 143p

제12장 CNN 텍스트 분류
■ CNN개요 | 146p
■ CNN 스팸 메일 분류기 | 163p

제13장 태깅
■ 태깅 개요 | 166p
■ 품사 태깅 | 169p
■ 개체명 인식 | 176p

제14장 RNN번역기
■ Seq2Seq | 185p
■ RNN 기반 번역기 생성 | 197p

제15장 BERT
■ BERT 개요 | 207p
■ BERT 영화 리뷰 분류 | 210p

제16장 GPT
■ GPT 개요 | 228p
■ KoGPT 문장 생성 | 232p