bitTomato

bitTomato는 “한글 텍스트 데이터 분석의 학습을 위한 실 데이터를 오픈소스로 제공”한다는 목적에 공감하는 뉴스토마토가 제공한 뉴스 기사를, 한국 R 사용자회가 저작 배포하는 R 패키지입니다.

이력

• 2023-06-07: 뉴스토마토와 한국 R 사용자회 “데이터 제공 및 이용에 관한 협약서” 체결
• 2023-07-07: 뉴스토마토 뉴스 원본 데이터 한국 R 사용자회 전달
• 2023-07-17: GitHub 저장소 생성 (bit2r/bitTomato)
• 2023-07-22: bitTomato 패키지 github 최초 공개

데이터 현황

• 토마토(tomato) 데이터
  • 기간: 2020.01.01 ~ 2022.12.31 (3년치)
  • 건수: 160,502
  • 기사내용: 기사 제목과 본문
  • 개별 기사 메타데이터:
    • 기사 원문 URL
    • 기사 작성 일시
    • 기사 작성자
    • 기사 중분류
    • 기사 분류
  • 데이터셋 이름: tomato
• 방울토마토(cherry tomato) 데이터
  • 토마토 데이터셋에서 정치, 산업, 사회 3개 카테고리 각 100건 샘플
  • 건수: 300
  • 데이터셋 이름: cherry_tomato
• 못생긴 토마토 데이터
  • 상품성이 떨어지지만 무농약 친환경 데이터셋
    • 토마토 데이터보다 상대적으로 정제가 덜된 기사 데이터로,
    • 다른 컬럼은 토마토 데이터와 동일함
    • 데이터 정제를 좀더 학습하기 위한 사용자용 데이터
  • 패키지에는 포함되지 않으며, github 리파지토리의 orign_data 디렉토리에 배포
    • 패키지 설치에 포함되지 않으므로 사용을 위해서는,
    • 별도로 tomato_origin.rda 파일을 다운로드해야 함

설치

github 리파지토리로부터 다음의 명령어로 패키지를 설치합니다.:

devtools::install_github("bit2r/bitTomato")

고마운 분들

bitTomato는 다음 오픈소스 기여자의 리소스를 사용하거나 참조하였습니다.:

• 뉴스토마토
  • 뉴스토마토 홈페이지

도움요청

bitTomato의 발전을 위해서 버그에 대한 리포팅, 기능 개선을 위한 요구사항들은 여기에에 문제를 제기하거나 요청해주세요. 특히 버그는 최소한의 재현 가능한 예제와 함께 제출바랍니다.

기여자 행동 강령

이 프로젝트는 Contributor Code of Conduct(기여자 행동 강령)과 함께 릴리스되었습니다. 이 프로젝트에 참여함으로써 귀하는 해당 조건을 준수하는 데 동의하는 것입니다.