MungGu Story

지난번 포스팅에서는 NLTagger로 간단하게 문자열을 단어 단위로 토큰화해봤었는데요. 오늘은 해당 문자열을 어휘(품사) 혹은 지역, 인물, 회사 등의 다양한 기준으로 토큰화 및 분석결과를 얻는 방법을 알아보겠습니다. 이번 포스팅의 과정은 과정은 지난번에 작성한 코드에서 이어서 진행해도 문제가 없습니다. NLTagger로 문자열 품사별(.LexicalClass) 토큰화하기 지난번과 같이 playground 파일을 열어서, 빈 프로젝트 파일에 import NaturalLanguage를 import 해줍니다. // MARK: - String Tokenizer // - 문자열의 토큰화는 자연어 처리에 있어서 핵심적인 기능 중 하나입니다. // - 문자열을 토큰화해보는 예제) import NaturalLangu..

iOS 상의 자연어 처리에 있어서 문자열의 토큰화 처리는 가장 핵심적인 기능 중 하나입니다. 자연어처리 프레임워크 NaturalLanguage 내에서는 NLTagger라는 객체를 지원하고 있습니다. NLTagger를 통해서 자연어 텍스트에 대한 분석을 하고, 세부 토큰화 및 개별 적인 태깅을 처리할 수 있습니다. NLTagger로 문자열 토큰화하는 방법 먼저, playground 파일을 여시고, import NaturalLanguage를 import 해줍니다. // MARK: - String Tokenizer // - 문자열의 토큰화는 자연어 처리에 있어서 핵심적인 기능 중 하나입니다. // - 문자열을 토큰화해보는 예제) import NaturalLanguage 분석 및 토큰화에 사용할 문자열을 아래와..

Natural Language 자연어 자연어(Natural Language)란 컴퓨터가 인간의 언어를 알아들을 수 있게 만드는 학문분야입니다. iOS에서는 자연어모델을 활용하여 텍스트를 분석하고 객체를 인식할 수 있습니다. * 자연어 위키 링크 Overview 개요 자연어 모델을 사용하여 자연어 텍스트를 분석하고 언어 별 메타데이터를 추론할 수 있습니다. 자연어 프레임워크를 활용해서 언어, 스크립트 식별, 토큰화, 부분 품사 태그지정, 객체 인식 및 명명 등을 수행할 수 있습니다. 또한 사용자 정의 자연어 모델을 학습시키기 위해 CreateML을 함께 사용할 수 있습니다. - 토큰화 : 토큰(token)이라 불리는 단위로 나누는 작업을 토큰화(tokenization)라고 부릅니다. - 메타데이터 : 데이..