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

462

4

부

강화 학습과 자연어 처리

# 문서 불러오기 및 단어 클라우드 생성

d = path.dirname(__name__)

text = open(path.join(d, ‘Finance10k.txt’)).read()

stopwords = set(STOPWORDS)

wc = WordCloud(background_color=”black”, max_words=2000, stopwords=stopwords)

wc.generate(text)

plt.figure(figsize=(16,13)) plt.imshow(wc, interpolation=’bilinear’)

plt.axis(“off”) plt.show()

일반적으로 단어 클라우드는 대출, 부동산,

3

분기, 공정 가치와 같은 반복되는 단어가 더 크

고 눈에 띄게 강조되는데, 이는 주제 모델링의 결과와 일치한다.

위 단계의 정보를 통합해 문서에 표시된 주제 목록을 만들 수 있다. 실전 문제의 문서에서 ‘

3

분기’, ‘처음

9

개월’, ‘

9

개월’과 같은 단어가 자주 등장한 것을 볼 수 있다. 단어 목록에는 대차

대조표

balance

sheet

(

B

/

S

또는 재무 상태표

statement

of

financial

position

) 항목과 관련된 주제가 몇 가

지 있다. 따라서 문서는 해당 분기의 모든 신용 및 자산 가치가 ...