에어비앤비 텍스트 리뷰 감성 분석 🏠

💡 Abstract

본 프로젝트는 런던에 위치한 에어비앤비 숙소의 텍스트 리뷰를 사용해 긍정, 부정 감정을 분석하는 모델을 생성한다. 텍스트 리뷰는 자연어 처리 과정을 거치고 RNN, LSTM, CNN 및 다양한 Hyper parameter를 적절히 사용해 비교하며 예측 정확도가 가장 높은 모델을 생성하고자 한다.

💡 데이터 선정

kaggel “London Airbnb Data”

statista의 통계에 따라 에어비앤비 도시 중 숙소가 가장 많은 도시는 London

💡 데이터 전처리

1. 다양한 언어의 리뷰 존재 => 영어 이외의 문자를 제거, 소문자 변환
2. Vader 어휘사전을 이용해 긍정, 부정 매핑
3. Nltk 라이브러리 => 어간 추출, 표제어 추출, 불용어 제거
4. 단어 집합 생성 후 정수 인코딩 및 리뷰 데이터 길이 동일

💡 모델 구성 및 test 데이터 정확도 평가

1. 첫 번째 모델

2. 두 번째 모델 : : LSTM

3. 세 번째 모델 : : CNN

4. 네 번째 모델 : : LSTM+CNN

💡 결론 및 한계

1. 생성한 4개의 모델로 평가한 test 데이터 정확도는 큰 차이 없다.
2. 정확도가 가장 높고, Loss가 가장 낮은 모델 : LSTM 단일 모델.
3. 사용자가 느낀 감정을 텍스트로 전부 표현하기에는 어려움이 있음.