그림으로 보는 학습 과정 = 3 머리말 = 4 추천사 = 6 알파 테스터의 후기 = 10 이 책의 구성 = 11 학습 계획표 = 12 시작하기 전에 = 13 01 단어 빈도 분석 : 무엇을 강조했을까? 01-1 텍스트 전처리 = 18 01-2 토큰화하기 = 25 01-3 단어 빈도 분석하기 = 29 02 형태소 분석기를 이용한 단어 빈도 분석 02-1 형태소 분석 = 45 02-2 명사 빈도 분석하기 = 50 02-3 특정 단어가 사용된 문장 살펴보기 = 53 03 비교 분석 : 무엇이 다를까? 03-1 단어 빈도 비교하기 = 59 03-2 오즈비 - 상대적으로 중요한 단어 비교하기 = 74 03-3 로그 오즈비로 단어 비교하기 = 89 03-4 TF-IDF - 여러 텍스트의 단어 비교하기 = 94 04 감정 분석 : 어떤 마음으로 글을 썼을까? 04-1 감정 사전 활용하기 = 108 04-2 댓글 감정 분석하기 = 113 04-3 감정 범주별 주요 단어 살펴보기 = 125 04-4 감정 사전 수정하기 = 131 05 의미망 분석 : 어떤 맥락에서 단어를 썼을까? 05-1 동시 출현 단어 분석 - Co-occurrence analysis = 146 05-2 동시 출현 네트워크 - Co-occurrence network = 154 05-3 단어 간 상관 분석 - Phi coefficient = 167 05-4 연이어 사용된 단어쌍 분석 - n-gram = 174 06 토픽 모델링 : 어떤 주제로 글을 썼을까? 06-1 토픽 모델링 개념 알아보기 = 191 06-2 LDA 모델 만들기 = 194 06-3 토픽별 주요 단어 살펴보기 = 203 06-4 문서를 토픽별로 분류하기 = 209 06-5 토픽 이름 짓기 = 218 06-6 최적의 토픽 수 정하기 = 223 07 텍스트 마이닝 프로젝트 : 타다 금지법 기사 댓글 분석 07-1 주요 단어 살펴보기 = 231 07-2 공감, 비공감 댓글 비교하기 = 236 07-3 관심 댓글 비교하기 = 247 07-4 단어 간 관계 살펴보기 = 255 07-5 토픽 모델링 = 268 08 텍스트 마이닝 프로젝트 : 차기 대선 주자 SNS 여론 분석 08-1 SNS 언급량 추이 살펴보기 = 283 08-2 SNS 이슈 알아보기 = 291 08-3 감정 단어 살펴보기 = 296 08-4 감정 경향 살펴보기 = 300 08-5 감정 추이 살펴보기 = 310 08-6 긍정, 부정 트윗 단어 비교하기 = 316 09 텍스트를 효율적으로 분석하는 방법 09-1 텍스트 데이터 수집하기 = 337 09-2 텍스트 분석 품질 높이기 = 338 09-3 완전 유용한 꿀팁 = 340 찾아보기 = 341