NAVER Sentiment Movie Corpus

NAVER Sentiment Movie Corpus(NSMC)는 e9t@github 님이 가공해 공개한 영화 리뷰 데이터입니다. 데이터 정보는 다음과 같습니다.

데이터 구조는 다음과 같습니다.

속성명	내용
text	영화 리뷰 댓글
label	영화에 대한 평가 (긍정 1, 부정 0)

1. 파이썬에서 사용하기

파이썬 콘솔을 실행한 뒤 말뭉치를 내려받고 읽어들일 수 있습니다.

NSMC를 로컬에 내려 받는 파이썬 예제는 다음과 같습니다.

from Korpora import Korpora
Korpora.fetch("nsmc")
  

Note

기본적으로 사용자의 로컬 컴퓨터 루트 하위의 Korpora라는 디렉토리에 말뭉치를 내려 받습니다(~/Korpora). 다른 경로에 말뭉치를 다운로드 받고 싶다면 fetch 함수 실행시 root_dir=custom_path라는 인자를 추가하세요.

Tip

fetch 함수 실행시 force_download=True라는 인자를 줄 경우 해당 말뭉치가 이미 로컬에 있더라도 이를 무시하고 다시 내려 받습니다. 기본값은 False입니다.

NSMC를 파이썬 콘솔에서 읽어들이는 예제는 다음과 같습니다. 말뭉치가 로컬에 없다면 다운로드도 함께 수행합니다.

from Korpora import Korpora
corpus = Korpora.load("nsmc")
  

다음과 같이 실행해도 NSMC를 읽어들일 수 있습니다. 수행 결과는 위의 코드와 동일합니다.

from Korpora import NSMCKorpus
corpus = NSMCKorpus()
  

위 코드 둘 중 하나를 택해 실행하면 corpus라는 변수에 말뭉치를 로드합니다. train은 NSMC의 train 데이터로 첫번째 인스턴스는 다음과 같이 확인할 수 있습니다.

>>> corpus.train[0]
LabeledSentence(text='아 더빙.. 진짜 짜증나네요 목소리', label=0)
>>> corpus.train[0].text
아 더빙.. 진짜 짜증나네요 목소리
>>> corpus.train[0].label
0
  

get_all_texts라는 메소드를 실행하면 NSMC의 모든 text(영화 리뷰 댓글)를 확인할 수 있습니다.

>>> corpus.get_all_texts()
['아 더빙.. 진짜 짜증나네요 목소리', ... ]
  

get_all_labels라는 메소드를 실행하면 NSMC의 모든 label(긍정, 부정)를 확인할 수 있습니다.

>>> corpus.get_all_labels()
[0, ... ]
  

파이썬 콘솔 실행 없이 바로 말뭉치를 다운받을 수 있습니다. 다음과 같이 실행하면 됩니다.

korpora fetch --corpus nsmc

Note

기본적으로 사용자의 로컬 컴퓨터 루트 하위의 Korpora라는 디렉토리에 말뭉치를 내려 받습니다(~/Korpora). 다른 경로에 말뭉치를 다운로드 받고 싶다면 터미널에서 fetch 함수 실행시 --root_dir custom_path라는 인자를 추가하세요.

Tip

터미널에서 fetch 함수 실행시 --force_download라는 인자를 줄 경우 해당 말뭉치가 이미 로컬에 있더라도 이를 무시하고 다시 내려 받습니다.