본문 바로가기
Data Science/Machine Learning

토큰화(Tokenization)

행몬 2021. 4. 13. 17:51

토큰화(Tokenization)

자연어 처리에서 크롤링 등으로 얻어낸 코퍼스 데이터가 필요에 맞게 전처리되지 않은 상태라면, 해당 데이터를 사용하고자하는 용도에 맞게 토큰화(Tokenization) & 정제(cleaning) & 정규화(normalization)하는 일을 하게 됩니다.

 

주어진 코퍼스(corpus)에서 토큰(token)이라 불리는 단위로 나누는 작업을 토큰화(tokenization)라고 부릅니다.

토큰의 단위가 상황에 따라 다르지만, 보통 의미있는 단위로 토큰을 정의합니다.

 

1) Tokenization : Divide the texts into words or smaller sub-texts, which will enable good generalization of relationship between the texts and the labels. This determines the "vocabulary" of the dateset ( set of unique tokens present in the data).

 

2) Vectorization : Define a good numerical measure to characterize these texts.

1. 단어 토큰화(Word Tokenization)

토큰의 기준을 단어(word)로 하는 경우, 단어 토큰화(word tokenization)라고 합니다. 

여기서 단어(word)는 단어 단위 외에도 단어구, 의미를 갖는 문자열로도 간주되기도 합니다.

 

예를 들어 아래의 입력으로부터 구두점(punctuation)과 같은 문자는 제외시키는 간단한 단어 토큰화 작업을 해봅시다.

구두점이란 . , ? : ! 등과 같은 기호를 말합니다.

 

입력: Time is an illusion. Lunchtime double so!

출력 : "Time" , "is", "an", "illusion", "Lunchtime", "double", "so"

 

해당 토큰화 작업은 구두점을 지운 뒤 띄어쓰기(whitespace)를 기준으로 잘라냈습니다.

 

하지만 보통 토큰화 작업은 단순히 구두점이나 특수문자를 전부 제거하는 정제(cleaning) 작업을 수행하는 것만으로 해결되지 않습니다. 구두점이나 특수문자를 전부 제거하면 토큰이 의미를 잃어버리는 경우가 발생하기도 합니다.

 

심지어 띄어쓰기 단위로 자르면 사실상 단어 토큰이 구분되는 영어와 달리, 한국어는 띄어쓰기만으로는 단어 토큰을 구분하기 어렵습니다.

 

2. 토큰화 중 생기는 선택의 순간

토큰화를 하다보면, 예상하지 못한 경우가 있어 토큰화의 기준을 생각해봐야하는 경우가 발생합니다.

이런 선택은 해당 데이터를 가지고 어떤 용도로 사용할 것인지에 따라, 그 용도에 영향이 없는 기준으로 정하면 됩니다.

 

예를 들어 영어에서 아포스트로피(')가 들어가 있는 단어는 어떻게 토큰으로 분류하는가? 문제를 봅시다.

 

Don't be fooled by the dark sounding name, Mr.Jone's Orphanage is as cheery as cheery goes for a pastry shop.

 

 ' 이 들어간 상황에서 Don't와 Jone's는 어떻게 토큰화 할 수 있을까요?

 

  • Don't
  • Don t
  • Dont
  • Do n't
  • Jone's
  • Jone s
  • Jone
  • Jones

원하는 결과가 나오도록 직접 설계할 수도 있지만, 기존에 공대된 도구들을 사용한 결과가 사용자의 목적과 일치한다면 해당 도구를 사용할 수 있습니다.

 

NLTK는 영어 코퍼스를 토큰화하기 위한 도구를 제공합니다.

그 중 word_tokenize와 WordPunctTokenizer를 사용해 NLTK에서는 ' 를 어떻게 처리하는지 확인해보겠습니다.

import nltk
nltk.download('punkt')

# word_tokenize
from nltk.tokenize import word_tokenize
print(word_tokenize("Don't be fooled by the dark sounding name, Mr. Jone's Orphanage is as cheery as cheery goes for a pastry shop."))

# 결과
['Do', "n't", 'be', 'fooled', 'by', 'the', 'dark', 'sounding', 'name', ',', 'Mr.', 'Jone', "'s", 'Orphanage', 'is', 'as', 'cheery', 'as', 'cheery', 'goes', 'for', 'a', 'pastry', 'shop', '.']

word_tokenize는 Don't를 Do , n't로 Jone's는 Jone과 's로 분리했습니다.

 

wordPunctTokenizer는 어떨까요?

from nltk.tokenize import WordPunctTokenizer  
print(WordPunctTokenizer().tokenize("Don't be fooled by the dark sounding name, Mr. Jone's Orphanage is as cheery as cheery goes for a pastry shop."))

#결과
['Don', "'", 't', 'be', 'fooled', 'by', 'the', 'dark', 'sounding', 'name', ',', 'Mr', '.', 'Jone', "'", 's', 'Orphanage', 'is', 'as', 'cheery', 'as', 'cheery', 'goes', 'for', 'a', 'pastry', 'shop', '.']

wordPunctTokenizer는 구두점을 별도로 분류했습니다.

 

케라스 또한 토큰화 도구로 text_to_word_sequence를 지원합니다.

from tensorflow.keras.preprocessing.text import text_to_word_sequence
print(text_to_word_sequence("Don't be fooled by the dark sounding name, Mr. Jone's Orphanage is as cheery as cheery goes for a pastry shop."))

["don't", 'be', 'fooled', 'by', 'the', 'dark', 'sounding', 'name', 'mr', "jone's", 'orphanage', 'is', 'as', 'cheery', 'as', 'cheery', 'goes', 'for', 'a', 'pastry', 'shop']

케라스의 text_to_word_sequence는 기본적으로 모든 알파벳을 소문자로 바꾸면서 마침표나, 컴마, 느낌표 등의 구두점을 제거합니다. 하지만don't, jone's와 같은 경우 ' 는 보존하는 것을 볼 수 있습니다.

 

3. 토큰화에서 고려해야할 사항

1) 구두점이나 특수 문자를 단순 제외해서는 안 된다.

갖고있는 코퍼스에서 단어들을 걸러낼 때, 구두점이나 특수 문자를 단순히 제외하는 것은 옳지 않습니다. 코퍼스에 대한 정제 작업을 진행하다보면, 구두점조차도 하나의 토큰으로 분류하기도 합니다.

 

가장 기본적인 예로, 마침표(.)와 같은 경우는 문장의 경계를 알 수 있는데 도움이 되므로 단어를 뽑아낼 때, 마침표(.)를 제외하지 않을 수 있습니다.

 

또 다른 예는 단어 자체에서 구두점을 갖고 있는 경우도 있는데, m.p.h나 ph.D나 AT&T같은 경우가 있습니다.

또 특수 문자의 달러($)나 슬래시(/)로 예를 들면,

 

$45.55와 같은 가격을 의미하기도 하고,

01/02/06은 날짜를 의미하기도 합니다.

 

보통 이런 경우 45.55를 하나로 취급해야하지 45와 55로 따로 분류하고 싶지는 않을 것.

 

숫자 사이에 컴마(,)가 들어가는 경우도 있습니다. 가령 보통 수치를 표현할 때는 123,456,789와 같이 세 자리 단위로 컴마가 들어갑니다.

 

2) 줄임말과 단어 내에 띄어쓰기가 있는 경우

토큰화 작업에서 종종 영어권의 아포스트로피(')는 압축된 단어를 다시 펼치는 역할을 하기도 합니다.

예를 들어 what're는 what are의 줄임말이며, we're는 we are의 줄임말입니다.

 

re를 접어(clitic)이라고 합니다. 즉 단어가 줄임말로 쓰일 때 생기는 형태를 말합니다.

I am을 줄인 I'm이 있을 때 m을 접어라고 합니다.

 

New York이라는 단어나 rock 'n' roll이라는 단어들은 하나의 단어이지만 중간에 띄어쓰기가 존재합니다.

사용 용도에 따라 하나의 단어 사이에 띄어쓰기가 있는 경우 하나의 토큰으로 봐야할 수도 있으며, 토큰화 작업은 이런 단어를 하나로 인식할 수 있어야 합니다.

 

3) 표준 토큰화 예제

표준으로 쓰이고 있는 토큰화 방법 중 하나인 Penn Treebank Tokenization의 규칙과 토큰화 결과를 보도록 하겠습니다.

 

규칙 1. 하이푼으로 구성된 단어는 하나로 유지한다.

규칙 2. doesn't와 같이 아포스트로피로 '접어'가 함께하는 단어는 분리해준다.

 

"Starting a home-based restaurant may be an ideal. it doesn't have a food chain or restaurant of their own."

 

from nltk.tokenize import TreebankWordTokenizer
tokenizer=TreebankWordTokenizer()
text="Starting a home-based restaurant may be an ideal. it doesn't have a food chain or restaurant of their own."
print(tokenizer.tokenize(text))


['Starting', 'a', 'home-based', 'restaurant', 'may', 'be', 'an', 'ideal.', 'it', 'does', "n't", 'have', 'a', 'food', 'chain', 'or', 'restaurant', 'of', 'their', 'own', '.']

결과를 보면, 각각 규칙1과 규칙2에 따라 home-based는 하나의 토큰으로 dosen't의 경우 does와 n't는 분리되었음을 볼 수 있습니다.

 

4. 문장 토큰화(Sentence Tokenization)

토큰의 단위가 문장(sentence)일 때, 어떻게 토큰화를 수행해야할까요? 이 작업은 가지고 있는 코퍼스 내에서 문장 단위로 구분하는 작업으로 때로는 문장 분류(sentence segmentation)라고도 부릅니다.

 

보통 가지고 있는 코퍼스가 정제되지 않은 상태라면, 코퍼스는 문장 단위로 구분되어있지 않을 가능성이 높습니다. 이를 사용하고자 하는 용도에 맞게 하기 위해서는 문장 토큰화가 필요할 수 있습니다.

 

어떻게 주어진 코퍼스로부터 문장 단위를 분류할 수 있을까요?

직관적으로 생각해보면 ?(물음표)나 .(마침표)나 !(느낌표) 기준으로 문장을 잘라내면 되지 않을까? 라고 생각할 수 있지만, 꼭 그렇지는 않습니다.

 

!, ?는 문장의 구분을 위한 꽤나 명확한 구분자(boundary)역할을 하지만 마침표는 꼭 그렇지만은 않습니다. 마침표는 문장의 끝이 아니더라고 등장할 수 있기 때문입니다.

 

EX1) IP 192.168.56.31 서버에 들어가서 로그 파일 저장해서 ukairia777@gmail.com로 결과 좀 보내줘. 그러고나서 점심 먹으러 가자.

 

EX2) Since I'm actively looking for Ph.D. students, I get the same question a dozen times every year.

 

해당 문장을 마침표를 기준으로 문장을 토큰화 한다면, 보내줘.에서, year.에서 처음 문장이 끝난 것으로 인식하는 것이 문장의 끝을 제대로 예측했다고 볼 수 있습니다.

 

하지만 단순히 마침표(.)로 문장을 구분짓는다고 가정하면, 문장의 끝이 나오기 전 이미 마침표가 여러번 등장해 예상한 결과가 나오지 않습니다.

 

그렇기 때문에 사용하는 코퍼스가 어떤 언어인지, 해당 코퍼스 내에서 특수문자들이 어떻게 사용되는지에 따라 직접 규칙들을 정의해볼 수 있습니다. 

 

NLTK에서는 영어 문장의 토큰화를 수행하는 sent_tokenize를 지원하고 있습니다.

from nltk.tokenize import sent_tokenize
text="His barber kept his word. But keeping such a huge secret to himself was driving him crazy. Finally, the barber went up a mountain and almost to the edge of a cliff. He dug a hole in the midst of some reeds. He looked about, to make sure no one was near."
print(sent_tokenize(text))


['His barber kept his word.', 'But keeping such a huge secret to himself was driving him crazy.', 'Finally, the barber went up a mountain and almost to the edge of a cliff.', 'He dug a hole in the midst of some reeds.', 'He looked about, to make sure no one was near.']

text에 저장된 여러 개의 문장을 구분하는 코드입니다. 출력 결과를 보면 문장을 잘 구분했습니다.

 

그러면 마침표가 여러번 등장하는 경우에는 어떨까요?

from nltk.tokenize import sent_tokenize
text="I am actively looking for Ph.D. students. and you are a Ph.D student."
print(sent_tokenize(text))

['I am actively looking for Ph.D. students.', 'and you are a Ph.D student.']

NLTK는 단순히 마침표를 구분자로 해 문장을 구분하지 않았기 떄문에, Ph.D.를 문장 내의 단어로 성공적으로 인식한 것을 볼 수 있습니다.

한국어에 대한 문장 토큰화 도구는 KSS(Korean Sentence Splitter) 등이 있습니다.

 

!pip install kss

import kss

text='딥 러닝 자연어 처리가 재미있기는 합니다. 그런데 문제는 영어보다 한국어로 할 때 너무 어려워요. 농담아니에요. 이제 해보면 알걸요?'
print(kss.split_sentences(text))

['딥 러닝 자연어 처리가 재미있기는 합니다.', '그런데 문제는 영어보다 한국어로 할 때 너무 어려워요.', '농담아니에요.', '이제 해보면 알걸요?']

 

5. 이진 분류기(Binary Classifier)

문장 토큰화에서의 예외 사항을 발생시키는 마침표의 처리를 위해 입력에 따라 2개의 클래스로 분류하는 이진 분류기(binary classifier)를 사용하기도 합니다.

 

여기서 말하는 2개의 클래스는

 

1. 마침표(.)가 단어의 일부분일 경우, 마침표가 약어(abbreivation)로 쓰이는 경우

2. 마침표(.)가 정말로 문장의 구분자(boundary)일 경우를 의미할 것입니다.

 

이진 분류기는 임의로 정한 여러가지 규칙을 코딩한 함수일 수도 있으며, 머신러닝을 통해 이진 분류기를 구현하기도 합니다.



마침표(.)가 어떤 클래스에 속하는지 결정을 위해서는 어떤 마침표가 주로 약어(abbreviation)으로 쓰이는 지 알아야합니다.

그렇기 때문에 이진 분류기 구현에서 약어 사전(abbreviation dictionary)는 유용하게 쓰입니다.

 

영어권 언어의 경우에 있어 https://public.oed.com/how-to-use-the-oed/abbreviations/

이러한 문장 토큰화를 수행하는 오픈 소스로는 NLTK, OpenNLP, 스탠포드 CoreNLP, splitta, LingPipe 등이 있습니다. 문장 토큰화 규칙을 짤 때, 발생할 수 있는 여러가지 예외사항을 다룬 참고 자료로 아래 링크를 보면 좋습니다.
https://www.grammarly.com/blog/engineering/how-to-split-sentences/

 

6. 한국어에서의 토큰화의 어려움.

영어는 New York과 같은 합성어나 he's와 같이 줄임말에 대한 예외처리만 한다면, 띄어쓰기(whitespace)를 기준으로 하는 띄어쓰기 토큰화를 수행해도 단어 토큰화가 잘 작동합니다.

 

거의 대부분의 경우에서 단어 단위로 띄어쓰기가 이루어지기 때문에 띄어쓰기 토큰화와 단어 토큰화가 거의 같기 때문입니다.

 

하지만 한국어는 영어와 달리 띄어쓰기만으로는 토큰화하기에 부족합니다. 한국어의 경우 띄어쓰기 단위가 되는 단위를 '어절'이라고 하는데 즉, 어절 토큰화는 한국어 NLP에서 지양되고 있습니다.

 

어절 토큰화와 단어 토큰화가 같지 않기 때문입니다. 그 근본적인 이유는 한국어가 영어와는 다른 형태를 가지는 언어인 교착어라는 점에서 기인합니다.

 

교착어란 조사, 어미 등을 붙여서 말을 만드는 언어를 말합니다.

 

1) 한국어는 교착어이다.

영어와 달리 한국어는 조사라는 것이 존재합니다.

예를 들어, 그(he/him)라는 주어나 목적어가 들어간 문장이 있을 때, 이 경우 그라는 단어 하나에도 '그가', '그에게', '그를', '그와', '그는'과 같이 다양한 조사가 '그' 라는 글자 뒤에 띄어쓰기 없이 바로 붙게됩니다.

 

자연어 처리를 하다보면 같은 단어임에도 서로 다른 조사가 붙어서 다른 단어로 인식이 되면 자연어 처리가 힘들고 번거러워지는 경우가 많습니다. 대부분의 한국어 NLP에서 조사는 분리해줄 필요가 있습니다.

 

즉, 띄어쓰기 단위가 영어처럼 독립적인 단어라면 띄어쓰기 단위로 토큰화를 하면 되겠지만 한국어는 어절이 독립적인 단어로 구성되는 것이 아니라 조사 등의 무언가가 붙어있는 경우가 많아서 이를 전부 분리해줘야 한다는 의미입니다.

 

한국어 토큰화에서는 형태소(morpheme)란 개념을 반드시 이해해야 합니다. 형태소(morpheme)란 뜻을 가진 가장 작은 말의 단위를 말합니다. 이 형태소에는 2가지 형태소가 있는데 자립 형태소와 의존 형태소입니다.

 

자립 형태소 : 접사, 어미, 조사와 상관없이 자립해 사용할 수 있는 형태소, 그 자체로 단어가 된다. 체언(명사, 대명사, 수사), 수식언(관형사, 부사), 감탄사 등이 있다.

 

의존 형태소 : 다른 형태소와 결합해 사용되는 형태소, 접사, 어미, 조사, 어간을 말한다.

 

예를 들어 

  • 문장 : 에디가 딥러닝책을 읽었다.

이를 형태소 단위로 분해하면

  • 자립 형태소 : 에디, 딥러닝책
  • 의존 형태소 : -가, -을, 읽-, -었, -다

이를 통해 유추할 수 있는 것은 한국어에서 영어에서의 단어 토큰화와 유사한 형태를 얻으려면 어절 토큰화가 아니라 형태소 토큰화를 수행해야한다는 겁니다.

 

2) 한국어는 띄어쓰기가 영어보다 잘 지켜지지 않는다.

사용하는 한국어 코퍼스 경우에 띄어쓰기가 틀렸거나, 지켜지지 않는 코퍼스가 많습니다.

 

한국어는 영어권 언어와 비교해 띄어쓰기가 어렵고, 잘 지켜지지 않는 경향이 있습니다. 

그 이유는 여러가지가 있지만, 한국어의 경우 띄어쓰기가 지켜지지 않아도 글을 쉽게 이해할 수 있는 언어라는 점입니다.

사실, 띄어쓰기가 없던 한국어에 띄어쓰기가 보편화된 것도 근대(1933년, 한글맟춤법통일안)의 일입니다.

 

EX1) 제가이렇게띄어쓰기를전혀하지않고글을썼다고하더라도글을이해할수있습니다.

EX2) Tobeornottobethatisthequestion

 

영어의 경우에는 띄어쓰기를 하지 않으면 손쉽게 알아보기 어려운 문장들이 생깁니다.

이는 한국어(모아쓰기 방식)와 영어(풀어쓰기 방식)라는 언어적 특성의 차이에 기인합니다.

 

결론은 한국어는 수많은 코퍼스에서 띄어쓰기가 무시되는 경우가 많아 자연어 처리가 어려워졌다는 것입니다.

 

7. 품사 태깅(Part-of-speech tagging)

NLTK에서는 영어 코퍼스에 품사 태깅 기능을 지원하고 있습니다. 품사를 어떻게 명명하고, 태깅하는지의 기준은 여러가지가 있는데, NLTK에서는 Penn Treebank POS Tags라는 기준을 사용합니다.

 

from nltk.tokenize import word_tokenize
text="I am actively looking for Ph.D. students. and you are a Ph.D. student."
print(word_tokenize(text))


['I', 'am', 'actively', 'looking', 'for', 'Ph.D.', 'students', '.', 'and', 'you', 'are', 'a', 'Ph.D.', 'student', '.']


from nltk.tag import pos_tag
x=word_tokenize(text)
pos_tag(x)


[('I', 'PRP'), ('am', 'VBP'), ('actively', 'RB'), ('looking', 'VBG'), ('for', 'IN'), ('Ph.D.', 'NNP'), ('students', 'NNS'), ('.', '.'), ('and', 'CC'), ('you', 'PRP'), ('are', 'VBP'), ('a', 'DT'), ('Ph.D.', 'NNP'), ('student', 'NN'), ('.', '.')

 

영어 문장에 대해 토큰화를 수행하고, 이어서 품사 태깅을 수행했습니다. Penn Treebank POG Tags에서

  • PRP : 인칭 대명사
  • VBP : 동사
  • RB : 부사
  • VBG : 현재부사
  • IN : 전치사
  • NNP : 고유명사
  • NNS : 복수형 명사
  • CC : 접속사
  • DT : 관사

한국어 자연어 처리를 위해서는 koNLPy("코엔엘파이" 라고 읽습니다.)라는 파이썬 패키지를 사용할 수 있습니다.

코엔엘파이를 통해서 사용할 수 있는 형태소 분석기로 Okt(Open Korea Text), 메캅(Mecab), 코모란(Komoran), 한나문(Hannanum), 꼬꼬마(Kkma)가 있습니다.

 

한국어 NLP에서 형태소 분석기를 사용한다는 것은 토큰화가 아니라 정확히는 형태소(morpheme) 단위로 형태소 토큰화(morpheme tokenization)를 수행하게 됨을 뜻합니다.

 

여기선 이 중에서 Okt와 꼬꼬마를 통해서 토큰화를 수행해보로독 하겠습니다. (Okt는 기존에는 Twitter라는 이름을 갖고있었으나 0.5.0 버전부터 이름이 변경되어 인터넷에는 아직 Twitter로 많이 알려져 있으므로 학습 시 참고바랍니다.)

 

from konlpy.tag import Okt  
okt=Okt()  
print(okt.morphs("열심히 코딩한 당신, 연휴에는 여행을 가봐요"))

# 결과
['열심히', '코딩', '한', '당신', ',', '연휴', '에는', '여행', '을', '가봐요'] 

print(okt.pos("열심히 코딩한 당신, 연휴에는 여행을 가봐요"))

[('열심히','Adverb'), ('코딩', 'Noun'), ('한', 'Josa'), ('당신', 'Noun'), (',', 'Punctuation'), ('연휴', 'Noun'), ('에는', 'Josa'), ('여행', 'Noun'), ('을', 'Josa'), ('가봐요', 'Verb')]

print(okt.nouns("열심히 코딩한 당신, 연휴에는 여행을 가봐요"))

['코딩', '당신', '연휴', '여행']

위의 예제는 Okt 형태소 분석기로 토큰화를 시도해본 예제입니다.

 

1) morphs : 형태소 추출

2) pos : 품사 태깅(Part-of-speech tagging)

3) nouns : 명사 추출

 

위 예제에서 사용된 각 메소드는 이런 기능을 갖고 있습니다. 앞서 언급한 코엔엘파이의 형태소 분석기들은 공통적으로 이 메소드들을 제공하고 있습니다.

 

위 예제에서 형태소 추출과 품사 태깅 메소드의 결과를 보면, 조사를 기본적으로 분리하고 있음을 확인할 수 있습니다. 그렇기 때문에 한국어 NLP에서 전처리에 형태소 분석기를 사용하는 것은 꽤 유용합니다.

 

이번에는 꼬꼬마 형태소 분석기를 사용해 같은 문장에 대해서 토큰화를 진행해볼 것입니다.

from konlpy.tag import Kkma  
kkma=Kkma()  
print(kkma.morphs("열심히 코딩한 당신, 연휴에는 여행을 가봐요"))

['열심히', '코딩', '하', 'ㄴ', '당신', ',', '연휴', '에', '는', '여행', '을', '가보', '아요'] 

print(kkma.pos("열심히 코딩한 당신, 연휴에는 여행을 가봐요"))  

[('열심히','MAG'), ('코딩', 'NNG'), ('하', 'XSV'), ('ㄴ', 'ETD'), ('당신', 'NP'), (',', 'SP'), ('연휴', 'NNG'), ('에', 'JKM'), ('는', 'JX'), ('여행', 'NNG'), ('을', 'JKO'), ('가보', 'VV'), ('아요', 'EFN')] 

print(kkma.nouns("열심히 코딩한 당신, 연휴에는 여행을 가봐요")) 

['코딩', '당신', '연휴', '여행']

앞서 사용한 Okt 형태소 분석기와 결과가 다른 것을 볼 수 있습니다. 각 형태소 분석기는 성능과 결과가 다르게 나오기 때문에, 형태소 분석기의 선택은 사용하고자 하는 필요 용도에 어떤 형태소 분석기가 가장 적절한지를 판단하고 사용하면 됩니다.

 

예를 들어서 속도를 중시한다면 메캅을 사용할 수 있습니다.

출처: wikidocs.net/21698

developers.google.com/machine-learning/guides/text-classification/step-3

'Data Science > Machine Learning' 카테고리의 다른 글

텍스트 전처리(Text preprocessing)  (0) 2021.04.13
머신러닝 워크플로우(Machine Learning Workflow)  (0) 2021.04.13

'Data Science/Machine Learning' Related Articles

티스토리툴바