우선 관심 주제 중심으로 몇 곳을 봤다.

토픽모델링의 경우 20 뉴스그룹 데이터에서 출발한다.

데이터의 개관이라도 보여주고 학습데이터를 만들면 좋은데 그런 디테일이 없다.

그리고, NLTK를 가지고 영어 텍스트마이닝을 하는 책들은 많다. 블로그만 조금 뒤져봐도 이런 내용들은 쉽게 찾을 수 있다. 그런 책들과 어떤 차별성이 있는지 모르겠다.

한국어 데이터에서 출발해서 토픽을 찾아가는 과정들을 상세히 그렸으면 어땠을까 하는 깊은 아쉬움이 남는다.

한국어 감성사전의 경우 군산대감성사전을 간단히 언급했다.

내 개인적인 경험으로는 군산대 감성사전은 언어학적으로 결함이 매우 많다고 느꼈다. 그 사전으로 양질의 결과를 얻을수 있을지 의문이다.

이 책의 저자들은 한국어에 대해서는 언어학적으로 그리 민감하지 않다. 한국에서 판매하는 책이므로 구색을 맞추기 위해 한국어 데이터는 넣었지만 정작 저자들이 직접 데이터를 구성하여 결과로 나아가는 과정들을 보이지는 않았다. 즉, 현장에서 실무에서 텍스트마이닝을 하는 사람들의 욕구와는 다소 동떨어지게 이론적인 설명에 지나치게 치중하고 있다는 느낌이다.