Movie_Review_Sentiment_Analysis_with_LSTM

•

프로젝트 특징 및 목적

◦

자연어 처리와 감성 분석에 대한 학습과 실용성

◦

문장의 감성을 분석하기 위한 LSTM(Long Short-Term Memory) 기반 딥러닝 모델 구축

◦

모델 훈련과 검증의 단독 수행

•

데이터
https://raw.githubusercontent.com/e9t/nsmc/master/ratings_train.txt' 
https://raw.githubusercontent.com/e9t/nsmc/master/ratings_test.txt'

•

서비스 소개 

◦

사용자가 한 문장의 리뷰를 입력하면, 모델이 이를 긍정 리뷰인지 부정 리뷰인지 판단

•

기술 스택 및 상세

◦

Python

◦

TensorFlow

▪

Sequential 모델

▪

Embedding 레이어

▪

LSTM 레이어

▪

Dense 레이어

◦

데이터 처리를 위한 Pandas

◦

수치 연산을 위한 NumPy

◦

텍스트 클리닝을 위한 Re 라이브러리

•

초기 모델의 정확도 문제와 이에 대한 해결 과정

◦

코드 작성과 점검을 순차적으로 진행하면서 모델의 흐름과 구성을 체계적으로 이해

◦

이를 통해 문제점을 식별하고 수정, 따라서 모델의 성능 향상

•

STM과 NLP의 중요성에 대한 깊은 인식

•

하이퍼파라미터 튜닝과 다양한 RNN 구조(예: GRU, Bi-LSTM)에 대한 학습

•

상용화된 서비스 분석을 통한 아이디어 수집

◦

예로, Amazon의 상품 리뷰 분석이나 Twitter의 트윗 감성 분석 등을 참고할 계획