AI를 위한 필수 수학

291

Chapter 7 -

자연어 처리와 금융 인공지능: 벡터화와 시계열 분석

나이브 베이즈 분류기

Naive

Bayes

classifier

160

나이브 베이즈 분류기는 확률 이론 중 베이즈 정리에 기반한 분류 알고리즘이다. 최대 가능도

에 근거해 분류한다. 이에 관한 내용은 <

Chapter

11

확률>에서 자세히 다룰 것이다.

잠재 판별 분석

앞서 잠재 판별 분석을 사용해 문서를 두 개의 클래스로 분류하는 방법을 배웠다. 요약하자면

먼저 데이터를 두 개의 클래스로 분류한 다음, 각 클래스의 중심을 계산하고 이를 연결하는 방

향을 찾는다. 그 방향을 따라 각각의 새로운 데이터 인스턴스를 투영하고 어느 중심점에 더 가

까운지에 따라 분류한다.

잠재 의미 분석

잠재 의미 분석을 사용하여 만들어진 문서 벡터의 군집을 분류에 사용할 수 있다. 이상적으로

긍정적인 리뷰의 군집은 잠재 의미 분석 토픽 공간에서 부정적인 리뷰의 군집으로부터 멀리 떨

어져 있다. 긍정 또는 부정으로 레이블이 붙은 리뷰 데이터 집합이 주어지면 우리는 먼저 잠재

의미 분석을 사용해 각각의 토픽 벡터를 계산한다. 그런 다음 새 리뷰를 분류하기 위해 해당 리

뷰의 토픽 벡터를 계산하고 해당 토픽 벡터와 긍정/부정 토픽 벡터 간의 코사인 유사도를 비교

한다. 마지막으로 리뷰가 긍정적 토픽 벡터와 더 유사하면 ...