# 주관식 응답 텍스트마이닝 절차 | MHResearch

> 분석 단위, 사용자 사전, 주제 수 결정, 원문 확인까지 텍스트마이닝 보고서에 담는 순서를 정리했습니다.

원본: https://mhresearch.net/insight-textmining.html


## 주관식 응답 텍스트마이닝 절차

분석 단위, 사용자 사전, 주제 수 결정, 원문 확인까지 텍스트마이닝 보고서에 담는 순서를 정리했습니다.

설문의 주관식 응답, 민원 기록, 상담 일지처럼 글로 쌓인 자료를 받으면 먼저 단어 빈도표와 워드클라우드를 요청받습니다. 빈도표는 어떤 말이 많이 나왔는지는 알려 주지만 그 말이 어떤 맥락에서 쓰였는지는 알려 주지 않습니다. 저희가 텍스트마이닝을 맡을 때 정하는 순서를 적습니다.


### 1. 분석 단위

응답 한 건을 한 문서로 볼지, 문장 단위로 나눌지를 먼저 정합니다. 한 응답에 불만과 제안이 함께 들어 있으면 문서 단위 분석은 둘을 섞습니다. 짧은 응답이 대부분이면 문장 단위는 잡음을 키웁니다. 자료를 백 건쯤 읽어 보고 단위를 정하면 뒤의 재작업이 줄어듭니다.


### 2. 사전

형태소 분석기는 기관 이름, 제도 명칭, 현장에서 쓰는 줄임말을 제대로 자르지 못합니다. 사용자 사전에 고유 명사를 등록하고, 같은 뜻의 표현을 하나로 묶는 동의어 사전과 분석에서 뺄 불용어 목록을 만듭니다. 세 가지 사전은 보고서 부록에 싣습니다. 사전이 없으면 같은 자료를 다시 분석해도 결과가 달라집니다.


### 3. 주제 수

토픽 모형에서 주제 수를 정할 때 일관성 지표 같은 통계만 보면 주제가 지나치게 잘게 나뉘거나 뭉칩니다. 지표가 비슷한 후보를 몇 개 두고, 각 주제의 대표 문서를 사람이 읽어 이름을 붙일 수 있는지로 정합니다. 이름을 붙이기 어려운 주제는 합치거나 뺍니다.


### 4. 동시출현 네트워크

어떤 단어가 어떤 단어와 함께 나오는지를 그리면 빈도표에서 보이지 않던 묶음이 드러납니다. 선이 많아질수록 그림은 읽기 어려워지므로 중심성이 높은 단어 몇 개와 그 주변만 남기고, 그 묶음이 자료에서 실제로 어떤 문장으로 나타나는지 원문을 함께 보여 줍니다.


### 5. 해석

주제별 비율, 집단별 차이, 기간별 변화를 쓸 때마다 그 수치를 대표하는 원문을 두세 건 인용합니다. 원문이 있어야 분석자가 아닌 사람도 결과를 설명할 수 있습니다.

*그림 1 (예시 데이터). 주제별 응답 비율을 두 집단으로 나눠 본 것입니다. 전체로는 안내 부족이 가장 많지만 집단 B에서는 대기 시간이 앞섭니다. 이런 차이는 대표 원문과 함께 보고합니다.*


### 결과물로 받아야 할 것

워드클라우드 외에 분석 단위와 전처리 기준, 사용자 사전과 불용어 목록, 주제 수를 정한 근거, 주제별 대표 원문, 집단이나 기간에 따른 비교표를 함께 받으십시오.

More Insights


### 이어서 읽기


#### 유튜브·X 댓글 분석 절차

댓글은 영상을 보고 글을 남긴 사람들의 반응 표본입니다.


#### 라벨링 가이드라인 개정 비용을 줄이는 파일럿 절차

가이드라인을 고치는 시점이 재작업 비용을 결정합니다.


#### 설문 문항 축소 시 신뢰도를 유지하는 절차

문항을 줄일 때 어떤 문항을 빼야 하는지 정하는 순서입니다.


---
문의: advisor-ai@mhresearch.net · [문의 페이지](https://mhresearch.net/contact.html) · [llms.txt](https://mhresearch.net/llms.txt)