[ Python ] TextBlob을 이용한 영어 형태소 분석 해보기

 

TextBlob을 활용한 영어 문장의 형태소 분석

영어 문장을 분석하려면 텍스트 데이터를 분해하여 단어와 품사 정보를 파악하는 것이 중요합니다.

 

TextBlob은 Python으로 작성된 간단하고 강력한 자연어 처리 라이브러리로, 영어 텍스트 분석에 매우 유용합니다.

 

이번 글에서는 TextBlob을 사용하여 영어 문장의 형태소 분석을 하는 방법을 단계별로 설명하겠습니다.

 

다만, 들어가기 전에 말해둘 점은 TextBlob은 약간 학습적인 면에 포커싱 되어있다고 합니다. 따라서 대용량 데이터 처리에는 부족한 부분을 보여준다는데, 저는 아직 초기 단계라 성능적인 면에서 부족함을 느껴보지 못했다는 점을 미리 말씀드립니다..

---

목차

1. 필요한 라이브러리 설치
   • TextBlob 설치
   • NLTK 데이터 다운로드
2. 영어 문장의 형태소 분석 코드 작성
3. 실행 결과
4. 문제 해결 (필요한 데이터 다운로드 오류)
5. 결론

---

1. 필요한 라이브러리 설치

먼저, TextBlob을 설치하고, 영어 텍스트 분석에 필요한 NLTK 데이터도 다운로드해야 합니다.

1-1. TextBlob 설치

터미널 또는 커맨드 프롬프트에서 다음 명령어를 입력하여 TextBlob을 설치합니다:

pip install textblob

1-2. NLTK 데이터 다운로드

TextBlob은 문장 토크나이저 및 품사 태깅 기능을 사용하기 위해 NLTK 데이터를 필요로 합니다.

이 데이터를 다운로드하려면 아래 코드를 미리 작성해서 실행해주세용.

import nltk

# 필요한 NLTK 데이터 다운로드
nltk.download('punkt')
nltk.download('averaged_perceptron_tagger')

 

---

2. 영어 문장의 형태소 분석 코드 작성

이제 본격적으로 TextBlob을 활용하여 영어 문장을 분석하는 코드를 작성해 보겠습니다. 아래 코드를 keyword_en.py에 작성하세요.

from textblob import TextBlob

def analyze_text(text):
    # TextBlob 객체 생성
    blob = TextBlob(text)
    
    analysis = blob.tags

    for word, pos in analysis:
        print(f'{word}: {pos}')

if __name__ == "__main__":
    text = "TextBlob is a simple library for processing textual data."
    
    print("Shape and Part-of-Speech Tagging of the Text:")
    analyze_text(text)

코드 설명:

• TextBlob 객체 생성: TextBlob(text)를 사용하여 분석할 텍스트를 TextBlob 객체로 만듭니다.
• 품사 태깅: blob.tags를 통해 텍스트의 단어와 그에 해당하는 품사를 태깅합니다.
• 결과 출력: for word, pos in analysis에서 각 단어와 품사 태그를 출력합니다.

---

3. 실행 결과

위 코드를 실행하면 다음과 같은 품사 태깅 결과를 얻을 수 있습니다:

Shape and Part-of-Speech Tagging of the Text:
TextBlob: NNP
is: VBZ
a: DT
simple: JJ
library: NN
for: IN
processing: VBG
textual: JJ
data: NNS
.: .

품사 태그 설명:

• NNP: 고유명사 (Proper Noun, Singular)
• VBZ: 동사, 3인칭 단수 현재형 (Verb, 3rd person singular present)
• DT: 한정사 (Determiner)
• JJ: 형용사 (Adjective)
• NN: 명사 (Noun, Singular)
• IN: 전치사 (Preposition)
• VBG: 동명사 (Verb, Gerund or Present Participle)
• NNS: 복수형 명사 (Noun, Plural)
• .: 마침표 (Punctuation)

---

4. 문제 해결 (필요한 데이터 다운로드 오류)

만약 코드 실행 중 아래와 같은 오류가 발생한다면:

MissingCorpusError: Looks like you are missing some required data for this feature.

이 오류는 TextBlob이 NLTK의 필요한 데이터(punkt, averaged_perceptron_tagger)를 찾지 못했을 때 발생합니다. 이 문제는 아래와 같은 방법으로 해결할 수 있습니다.

해결 방법

1. 필요한 데이터 다운로드:
2. python -m textblob.download_corpora
3. NLTK를 통한 데이터 다운로드:
4. import nltk nltk.download('punkt') nltk.download('averaged_perceptron_tagger')

위 방법을 통해 필요한 데이터를 다운로드하면, 코드가 정상적으로 실행됩니다.

---

5. 결론

TextBlob을 사용하면 간단한 코드로 영어 문장의 형태소 분석을 할 수 있습니다.

 

품사 태깅을 통해 문장을 구성하는 단어들의 종류를 파악할 수 있습니다!

 

이 글에서는 설치 방법부터 코드 실행까지의 간단한 과정만 언급했씁니다.

 

여러분도 직접 코드를 실행해 보시고 다양한 텍스트 분석을 해 보시길 바랍니다.

---

참고 자료

• TextBlob 공식 문서
• NLTK 공식 문서