금융 전략을 위한 머신러닝: 19가지 사례를 통해 익히는 금융 전략, 머신러닝, 데이터 과학

425

10

장

자연어 처리

JSON

형식이 알고리즘에 적합하지 않음을 알 수 있다.

JSON

에서 뉴스를 얻어야 한다.

Regex

는 이 단계에서 중요한 부분이다.

Regex

는 원시적이고 지저분한 텍스트에서 패턴을

찾아 그에 따라 작업을 수행할 수 있다. 다음 함수는

JSON

파일에 인코딩된 정보를 사용해

HTML

구문 분석을 수행한다.

def jsonParser(json_data):

xml_data = json_data[‘content’]

tree = etree.parse(StringIO(xml_data), parser=etree.HTMLParser())

headlines = tree.xpath(“//h4[contains(@class, ‘media-heading’)]/a/text()”)

assert len(headlines) == json_data[‘count’]

main_tickers = list(map(lambda x: x.replace(‘/symbol/’, ‘’),\

tree.xpath(“//div[contains(@class, ‘media-left’)]//a/@href”)))

assert len(main_tickers) == json_data[‘count’]

final_headlines = [‘’.join(f.xpath(‘.//text()’)) ...