NLP

Text Pre-processing & Basic Analysis

Download example data

1. speech_moon.txt
2. speech_park.txt

Install required packages

# install.packages('stringr') 
# install.packages('magrittr')
# install.packages('glue')
# install.packages('stringi')
# install.packages('tidytext')

# stringr 설치가 안되면 아래 코드로 설치
# install.packages('https://cran.r-project.org/src/contrib/Archive/stringr/stringr_1.4.1.tar.gz', repos = NULL, type = 'source')

Import required libraries

library(tidyverse)
library(stringr)
library(tidytext)

Text Pre-processing

Import speeches

# Set to the path within the file where the current R script exists
raw_moon <- readLines('data/speech_moon.txt', encoding = 'UTF-8')
head(raw_moon)

[1] "정권교체 하겠습니다!"                                                                                                                                                            
[2] "  정치교체 하겠습니다!"                                                                                                                                                          
[3] "  시대교체 하겠습니다!"                                                                                                                                                          
[4] "  "                                                                                                                                                                              
[5] "  ‘불비불명(不飛不鳴)’이라는 고사가 있습니다. 남쪽 언덕 나뭇가지에 앉아, 3년 동안 날지도 울지도 않는 새. 그러나 그 새는 한번 날면 하늘 끝까지 날고, 한번 울면 천지를 뒤흔듭니다."
[6] ""                                                                                                                                                                                

Remove unnecessary characters - str_replace_all()

# Learn how it works with sample text
txt <- "치킨은!! 맛있다. xyz 정말 맛있다!@#"
txt

[1] "치킨은!! 맛있다. xyz 정말 맛있다!@#"

# string = 처리할 텍스트, 
# pattern = 규칙, 
# replacement = 바꿀 문자
str_replace_all(string = txt, pattern = '[^가-힣]', replacement = ' ')

[1] "치킨은   맛있다      정말 맛있다   "

# raw_moon의 불필요한 문자 제거하기
moon <- raw_moon %>%
  str_replace_all('[^가-힣]', ' ')
head(moon)

[1] "정권교체 하겠습니다 "                                                                                                                                                        
[2] "  정치교체 하겠습니다 "                                                                                                                                                      
[3] "  시대교체 하겠습니다 "                                                                                                                                                      
[4] "  "                                                                                                                                                                          
[5] "   불비불명       이라는 고사가 있습니다  남쪽 언덕 나뭇가지에 앉아   년 동안 날지도 울지도 않는 새  그러나 그 새는 한번 날면 하늘 끝까지 날고  한번 울면 천지를 뒤흔듭니다 "
[6] ""                                                                                                                                                                            

Remove Consecutive Spaces

txt <- "치킨은 맛있다 정말 맛있다 "
txt

[1] "치킨은 맛있다 정말 맛있다 "

str_squish(txt)

[1] "치킨은 맛있다 정말 맛있다"

# moon에 있는 연속된 공백 제거하기
moon <- moon %>% 
  str_squish()
head(moon)

[1] "정권교체 하겠습니다"                                                                                                                                          
[2] "정치교체 하겠습니다"                                                                                                                                          
[3] "시대교체 하겠습니다"                                                                                                                                          
[4] ""                                                                                                                                                             
[5] "불비불명 이라는 고사가 있습니다 남쪽 언덕 나뭇가지에 앉아 년 동안 날지도 울지도 않는 새 그러나 그 새는 한번 날면 하늘 끝까지 날고 한번 울면 천지를 뒤흔듭니다"
[6] ""                                                                                                                                                             

Convert data to tibble structure - as_tibble()

moon <- dplyr::as_tibble(moon)
moon

# A tibble: 117 × 1
   value                                                                        
   <chr>                                                                        
 1 "정권교체 하겠습니다"                                                        
 2 "정치교체 하겠습니다"                                                        
 3 "시대교체 하겠습니다"                                                        
 4 ""                                                                           
 5 "불비불명 이라는 고사가 있습니다 남쪽 언덕 나뭇가지에 앉아 년 동안 날지도 울…
 6 ""                                                                           
 7 "그 동안 정치와 거리를 둬 왔습니다 그러나 암울한 시대가 저를 정치로 불러냈습…
 8 ""                                                                           
 9 ""                                                                           
10 "우리나라 대통령 이 되겠습니다"                                              
# ℹ 107 more rows

Pre-processing at once (feat. %>%)

moon <- raw_moon %>% 
  str_replace_all('[^가-힣]', ' ') %>% # 한글만 남기기
  str_squish() %>% # 연속된 공백 제거
  as_tibble() # tibble로 변환
moon

# A tibble: 117 × 1
   value                                                                        
   <chr>                                                                        
 1 "정권교체 하겠습니다"                                                        
 2 "정치교체 하겠습니다"                                                        
 3 "시대교체 하겠습니다"                                                        
 4 ""                                                                           
 5 "불비불명 이라는 고사가 있습니다 남쪽 언덕 나뭇가지에 앉아 년 동안 날지도 울…
 6 ""                                                                           
 7 "그 동안 정치와 거리를 둬 왔습니다 그러나 암울한 시대가 저를 정치로 불러냈습…
 8 ""                                                                           
 9 ""                                                                           
10 "우리나라 대통령 이 되겠습니다"                                              
# ℹ 107 more rows

Tokenization - unnest_tokens()

Practice with sample data

text <- tibble(value = "대한민국은 민주공화국이다. 대한민국의 주권은 국민에게 있고, 모든 권력은 국민으로부터 나온다.")
text

# A tibble: 1 × 1
  value                                                                        
  <chr>                                                                        
1 대한민국은 민주공화국이다. 대한민국의 주권은 국민에게 있고, 모든 권력은 국민…

Sentence-based tokenization

text %>% # 문장 기준 토큰화
  unnest_tokens(input = value, # 토큰화할 텍스트
                output = word, # 토큰을 담을 변수명
                token = 'sentences') # 문장 기준

# A tibble: 2 × 1
  word                                                             
  <chr>                                                            
1 대한민국은 민주공화국이다.                                       
2 대한민국의 주권은 국민에게 있고, 모든 권력은 국민으로부터 나온다.

Words-based Tokenization (Tokenization by spacing)

text %>% # 띄어쓰기 기준 토큰화
  unnest_tokens(input = value,
                output = word,
                token = 'words')

# A tibble: 10 × 1
   word          
   <chr>         
 1 대한민국은    
 2 민주공화국이다
 3 대한민국의    
 4 주권은        
 5 국민에게      
 6 있고          
 7 모든          
 8 권력은        
 9 국민으로부터  
10 나온다        

Character-Based Tokenization

text %>% # 문자 기준 토큰화
  unnest_tokens(input = value,
                output = word,
                token = 'characters')

# A tibble: 40 × 1
   word 
   <chr>
 1 대   
 2 한   
 3 민   
 4 국   
 5 은   
 6 민   
 7 주   
 8 공   
 9 화   
10 국   
# ℹ 30 more rows

Tokenizing speeches (Words-based)

# 연설문 토큰화하기 
word_space <- moon %>% 
  unnest_tokens(input = value,
                output = word,
                token = 'words')
word_space

# A tibble: 2,025 × 1
   word      
   <chr>     
 1 정권교체  
 2 하겠습니다
 3 정치교체  
 4 하겠습니다
 5 시대교체  
 6 하겠습니다
 7 불비불명  
 8 이라는    
 9 고사가    
10 있습니다  
# ℹ 2,015 more rows

Word frequency visualization

Find word frequency - count()

# 단어 빈도 구하기 - count()
temp_word_space <- word_space %>% 
  count(word, sort = T)
temp_word_space

# A tibble: 1,440 × 2
   word             n
   <chr>        <int>
 1 합니다          27
 2 수              16
 3 있습니다        13
 4 저는            13
 5 등              12
 6 있는            12
 7 함께            12
 8 만들겠습니다    11
 9 일자리          10
10 국민의           9
# ℹ 1,430 more rows

Remove single-letter words - filter(str_count()) str_count() = Count the number of characters in a string

# 한 글자로 된 단어 제거하기 - filter(str_count())
# str_count = 문자열의 글자 수 구하기
str_count('배')

[1] 1

str_count('사과')

[1] 2

leave no more than two characters

# 두 글자 이상만 남기기
temp_word_space <- temp_word_space %>% 
  filter(str_count(word) > 1)
temp_word_space

# A tibble: 1,384 × 2
   word             n
   <chr>        <int>
 1 합니다          27
 2 있습니다        13
 3 저는            13
 4 있는            12
 5 함께            12
 6 만들겠습니다    11
 7 일자리          10
 8 국민의           9
 9 우리             9
10 우리나라         9
# ℹ 1,374 more rows

Let’s work at once

# 한 번에 작업하기
word_space <- word_space %>% 
  count(word, sort = T) %>% 
  filter(str_count(word) > 1)
word_space

# A tibble: 1,384 × 2
   word             n
   <chr>        <int>
 1 합니다          27
 2 있습니다        13
 3 저는            13
 4 있는            12
 5 함께            12
 6 만들겠습니다    11
 7 일자리          10
 8 국민의           9
 9 우리             9
10 우리나라         9
# ℹ 1,374 more rows

Extract frequently used words (Top 20)

# 자주 사용된 단어 추출하기
top20 <- word_space %>% 
  head(20)
top20

# A tibble: 20 × 2
   word             n
   <chr>        <int>
 1 합니다          27
 2 있습니다        13
 3 저는            13
 4 있는            12
 5 함께            12
 6 만들겠습니다    11
 7 일자리          10
 8 국민의           9
 9 우리             9
10 우리나라         9
11 새로운           8
12 위해             8
13 그리고           7
14 나라             7
15 나라가           7
16 지금             7
17 낡은             6
18 대통령이         6
19 되겠습니다       6
20 없는             6

Create a bar graph - geom_col()

# 막대 그래프 만들기 - geom_col()
# mac 사용자, 그래프에 한글 지원폰트로 변경
# theme_set(theme_gray(base_family = "AppleGothic"))
ggplot2::ggplot(top20, aes(x = reorder(word, n), y = n)) + # 단어 빈도순 정렬
  geom_col() +
  coord_flip() # 회전

Graph Refinement

ggplot(top20, aes(x = reorder(word, n), y = n)) +
  geom_col() + 
  coord_flip() +
  geom_text(aes(label = n), hjust = -0.3) +
  labs(title = '문재인 대통령 출마 연설문 단어 빈도',
       x = NULL, y = NULL) +
  theme(title = element_text(size = 12))

Creating a word cloud - geom_text_wordcloud()

# 워드 클라우드 만들기 - geom_text_wordcloud() 
# install.packages('ggwordcloud')
library(ggwordcloud)

ggplot(word_space, aes(label = word, size = n)) +
  geom_text_wordcloud(seed = 1234) +
  scale_radius(limits = c(3, NA), # 최소, 최대 단어 빈도
               range = c(3, 30)) # 최소, 최대 글자 크기

Graph Refinement

ggplot(word_space, 
       aes(label = word, 
           size = n,
           col = n)) + # 빈도에 따라 색깔 표현
  geom_text_wordcloud(seed = 1234) +
  scale_radius(limits = c(3, NA),
               range = c(3, 30)) +
  scale_color_gradient(low = '#66aaf2', # 최소 빈도 색깔
                       high = '#004EA1') + # 최대 빈도 색깔
  theme_minimal() # 배경 없는 테마 적용

Change the graph font 1. Loading Google Fonts - font_add_google()

# 그래프 폰트 바꾸기
# 1. 구글 폰트 불러오기 - font_add_google()
# install.packages('showtext')
library(showtext)

Loading required package: sysfonts

Loading required package: showtextdb

# install.packages('jsonlite')
# install.packages('curl')

font_add_google(name = 'Nanum Gothic', family = 'nanumgothic')
showtext_auto()

2. Assign fonts to graphs

To prevent errors (or warnings), extrafont is installed and fonts in the operating system are imported into R with font_import. -> Takes some time..

(시간이 매우 오래 걸리니 수업 후에 실행해줍니다, 한 시간 정도 걸림)

# install.packages("extrafont")
library(extrafont)

Registering fonts with R

Attaching package: 'extrafont'

The following object is masked from 'package:showtextdb':

    font_install

# font_import(paths=NULL, recursive = TRUE, prompt=TRUE, pattern=NULL)

# 2. 그래프에 폰트 지정하기
ggplot(word_space,
       aes(label = word,
           size = n,
           col = n)) +
  geom_text_wordcloud(seed = 1234,
                      family = 'nanumgothic') + # 폰트 적용
  scale_radius(limits = c(3,NA),
               range = c(3,30)) +
  scale_color_gradient(low = '#66aaf2',
                       high = '#004EA1') +
  theme_minimal()

Font change (Black Gothick)

# '검은고딕' 폰트 적용
font_add_google(name = 'Black Han Sans', family = 'blackhansans')
showtext_auto()

ggplot(word_space,
       aes(label = word,
           size = n,
           col = n)) +
  geom_text_wordcloud(seed = 1234,
                      family = 'blackhansans') + # 폰트 적용
  scale_radius(limits = c(3,NA),
               range = c(3,30)) +
  scale_color_gradient(low = '#66aaf2',
                       high = '#004EA1') +
  theme_minimal()

Font change (gamjaflower family)

# 3. ggplot2 패키지로 만든 그래프의 폰트 바꾸기
font_add_google(name = 'Gamja Flower', family = 'gamjaflower')
showtext_auto()

ggplot(top20, aes(x = reorder(word, n), y = n)) +
  geom_col() +
  coord_flip() +
  geom_text(aes(label = n), hjust = -0.3) + 
  labs(title = '문재인 대통령 출마 연설문 단어 빈도',
       x = NULL, y = NULL) +
  theme(title = element_text(size = 12), text = element_text(family = 'gamjaflower')) # 폰트 적용

Optional: If you don’t’ want to specify the font using theme() every time, set the default theme font of the ggplot2 package like below.

# ggplot2 기본 테마 폰트 변경하기 --------------------------------------------------------
# 매번 theme()를 이용해 폰트를 지정하는게 번거롭다면 ggplot2 패키지 기본 테마 폰트 설정
theme_set(theme_gray(base_family = 'nanumgothic'))

Morphological analysis (형태소 단위 분석)

[KoNLP] Installing the Korean Morphological Analysis Package. The order of installation is important, so be sure to do it in that order.

1. Install Java and rJava packages

# install.packages('multilinguer')
library(multilinguer)

2. After installing Amazon Corretto, close RStudio + restart

# install_jdk()

3. Installing KoNLP dependencies

# install.packages(c('stringr', 'hash', 'tau', 'Sejong', 'RSQLite', 'devtools'), type = 'binary')

4. Installing KoNLP dependencies

# install.packages('remotes')
# remotes::install_github('haven-jeon/KoNLP',
#                         upgrade = 'never',
#                         INSTALL_opts = c('--no-multiarch'))


# 'scala-library-2.11.8.jar' 에러 발생 시, download.file 코드 실행

# download.file(url = "https://repo1.maven.org/maven2/org/scala-lang/scala-library/2.11.8/scala-library-2.11.8.jar",
#               destfile = paste0(.libPaths()[1], "/KoNLP/Java/scala-library-2.11.8.jar"))

library(KoNLP) # Fail to locate 

Checking user defined dictionary!

# Checking user defined dictionary! <- This is not an error

# useNIADic() 
# 다운로드 항목 출력 시, 'All' 선택하여 다운로드
# When printing download items, select 'All' to download

Tokenize using a morpheme analyzer(형태소 분석기) - see how it works with noun extraction sample text

text <- tibble(
  value = c("대한민국은 민주공화국이다.",
            "대한민국의 주권은 국민에게 있고, 모든 권력은 국민으로부터 나온다."))
text

# A tibble: 2 × 1
  value                                                            
  <chr>                                                            
1 대한민국은 민주공화국이다.                                       
2 대한민국의 주권은 국민에게 있고, 모든 권력은 국민으로부터 나온다.

extraNoun(): Output nouns extracted from sentences in a list structure

# extraNoun(): 문장에서 추출한 명사를 list 구조로 출력
extractNoun(text$value)

[[1]]
[1] "대한민국"   "민주공화국"

[[2]]
[1] "대한민국" "주권"     "국민"     "권력"     "국민"    

Extracting nouns using unnest_tokens(), outputting nouns in a tractable tibble structure

# unnest_tokens()를 이용해 명사 추출하기, 다루기 쉬운 tibble 구조로 명사 출력
library(tidytext)

text %>% 
  unnest_tokens(input = value, # 분석 대상
                output = word, # 출력 변수명
                token = extractNoun) # 토큰화 함수

# A tibble: 7 × 1
  word      
  <chr>     
1 대한민국  
2 민주공화국
3 대한민국  
4 주권      
5 국민      
6 권력      
7 국민      

Let’s compare with spacing-based extraction

# 띄어쓰기 기준 추출과 비교해보자
text %>% 
  unnest_tokens(input = value,
                output = word,
                token = 'words')

# A tibble: 10 × 1
   word          
   <chr>         
 1 대한민국은    
 2 민주공화국이다
 3 대한민국의    
 4 주권은        
 5 국민에게      
 6 있고          
 7 모든          
 8 권력은        
 9 국민으로부터  
10 나온다        

Extracting Nouns from Speeches

# 연설문에서 명사 추출하기
# 문재인 대통령 연설문 불러오기

raw_moon <- readLines('data/speech_moon.txt', encoding = 'UTF-8')

library(stringr)
library(textclean)

moon <- raw_moon %>% 
  str_replace_all('[^가-힣]', ' ') %>% 
  str_squish() %>% 
  as_tibble()
moon

# A tibble: 117 × 1
   value                                                                        
   <chr>                                                                        
 1 "정권교체 하겠습니다"                                                        
 2 "정치교체 하겠습니다"                                                        
 3 "시대교체 하겠습니다"                                                        
 4 ""                                                                           
 5 "불비불명 이라는 고사가 있습니다 남쪽 언덕 나뭇가지에 앉아 년 동안 날지도 울…
 6 ""                                                                           
 7 "그 동안 정치와 거리를 둬 왔습니다 그러나 암울한 시대가 저를 정치로 불러냈습…
 8 ""                                                                           
 9 ""                                                                           
10 "우리나라 대통령 이 되겠습니다"                                              
# ℹ 107 more rows

# 명사 기준 토큰화
word_noun <- moon %>% 
  unnest_tokens(input = value,
                output = word,
                token = extractNoun)
word_noun

# A tibble: 1,757 × 1
   word      
   <chr>     
 1 "정권교체"
 2 "하겠습니"
 3 "정치"    
 4 "교체"    
 5 "하겠습니"
 6 "시대"    
 7 "교체"    
 8 "하겠습니"
 9 ""        
10 "불비불명"
# ℹ 1,747 more rows

Find word frequency

# 단어 빈도 구하기
word_noun <- word_noun %>% 
  count(word, sort = T) %>% # 단어 빈도 구해 내림차순 정렬
  filter(str_count(word) > 1) # 두 글자 이상만 남기기
word_noun

# A tibble: 704 × 2
   word       n
   <chr>  <int>
 1 국민      21
 2 일자리    21
 3 나라      19
 4 우리      17
 5 경제      15
 6 사회      14
 7 성장      13
 8 대통령    12
 9 정치      12
10 하게      12
# ℹ 694 more rows

Comparison with the previous spacing-based extraction

# 띄어쓰기 기준 추출과 비교
moon %>% 
  unnest_tokens(input = value,
                output = word,
                token = 'words') %>% 
  count(word, sort = T) %>% 
  filter(str_count(word) > 1)

# A tibble: 1,384 × 2
   word             n
   <chr>        <int>
 1 합니다          27
 2 있습니다        13
 3 저는            13
 4 있는            12
 5 함께            12
 6 만들겠습니다    11
 7 일자리          10
 8 국민의           9
 9 우리             9
10 우리나라         9
# ℹ 1,374 more rows

Do at once (Noun extraction from the speech)

# 명사 추출
moon %>% 
  unnest_tokens(input = value,
                output = word,
                token = extractNoun) %>% 
  count(word, sort = T) %>% 
  filter(str_count(word) > 1)

# A tibble: 704 × 2
   word       n
   <chr>  <int>
 1 국민      21
 2 일자리    21
 3 나라      19
 4 우리      17
 5 경제      15
 6 사회      14
 7 성장      13
 8 대통령    12
 9 정치      12
10 하게      12
# ℹ 694 more rows

Extract Top 20 Nouns and create a bar graph

# 상위 20개 단어 추출
top20 <- word_noun %>% 
  head(20)
top20

# A tibble: 20 × 2
   word         n
   <chr>    <int>
 1 국민        21
 2 일자리      21
 3 나라        19
 4 우리        17
 5 경제        15
 6 사회        14
 7 성장        13
 8 대통령      12
 9 정치        12
10 하게        12
11 대한민국    11
12 평화        11
13 복지        10
14 우리나라    10
15 확대        10
16 들이         9
17 사람         9
18 산업         9
19 정부         9
20 복지국가     8

# 막대 그래프 만들기
library(showtext)
font_add_google(name = 'Nanum Gothic', family = 'nanumgothic')
showtext_auto()

ggplot(top20, aes(x = reorder(word, n), y = n)) +
  geom_col() +
  coord_flip() +
  geom_text(aes(label = n), hjust = -0.3) +
  labs(x = NULL) +
  theme(text = element_text(family = 'nanumgothic'))

Word Cloud of Nouns extracted from the speec

# 워드 클라우드 만들기
font_add_google(name = 'Black Han Sans', family = 'blackhansans')
showtext_auto()

library(ggwordcloud)
ggplot(word_noun, aes(label = word, size = n, col = n)) +
  geom_text_wordcloud(seed = 1234, family = 'blackhansans') +
  scale_radius(limits = c(3,NA),
               range = c(3,15)) +
  scale_color_gradient(low = '#66aaf2', high = '#004EA1') +
  theme_minimal()

Extract sentences with specific words

1. Tokenize by sentence

# 문장 기준으로 토큰화하기
sentences_moon <- raw_moon %>% 
  str_squish() %>% 
  as_tibble() %>% 
  unnest_tokens(input = value,
                output = sentence,
                token = 'sentences')
sentences_moon

# A tibble: 207 × 1
   sentence                                                               
   <chr>                                                                  
 1 정권교체 하겠습니다!                                                   
 2 정치교체 하겠습니다!                                                   
 3 시대교체 하겠습니다!                                                   
 4 ‘불비불명(不飛不鳴)’이라는 고사가 있습니다.                            
 5 남쪽 언덕 나뭇가지에 앉아, 3년 동안 날지도 울지도 않는 새.             
 6 그러나 그 새는 한번 날면 하늘 끝까지 날고, 한번 울면 천지를 뒤흔듭니다.
 7 그 동안 정치와 거리를 둬 왔습니다.                                     
 8 그러나 암울한 시대가 저를 정치로 불러냈습니다.                         
 9 더 이상 남쪽 나뭇가지에 머무를 수 없었습니다.                          
10 이제 저는 국민과 함께 높이 날고 크게 울겠습니다.                       
# ℹ 197 more rows

Extract sentences with specific words - str_detect()

# 특정 단어가 사용된 문장 추출하기 - str_detect()
# 예시
str_detect('치킨은 맛있다', '치킨')

[1] TRUE

str_detect('치킨은 맛있다', '피자')

[1] FALSE

Example (1): Extract sentences with “국민”

# 특정 단어가 사용된 문장 추출하기, '국민'
sentences_moon %>% 
  filter(str_detect(sentence, '국민'))

# A tibble: 19 × 1
   sentence                                                                     
   <chr>                                                                        
 1 이제 저는 국민과 함께 높이 날고 크게 울겠습니다.                             
 2 오늘 저는 제18대 대통령선거 출마를 국민 앞에 엄숙히 선언합니다.              
 3 존경하는 국민 여러분!                                                        
 4 국민이 모두 아픕니다.                                                        
 5 국민 한 사람 한 사람이 모두 아픕니다.                                        
 6 국민들에게 희망을 주는 정치가 절실하게 필요합니다.                           
 7 국민의 뜻이 대통령의 길입니다.                                               
 8 저는 대선출마를 결심하고 국민 여러분께 출마선언문을 함께 쓰자고 제안 드렸습… 
 9 시민의 한숨과 눈물을 닦아주지 못하는 정치가 있었고, 오히려 국민의 걱정거리가…
10 상식이 통하는 사회, 권한과 책임이 비례하는 사회, 다름을 인정하는 세상, 개천… 
11 그러나 거창하게만 들리는 이 국가비전 역시 국민의 마음속에 있었습니다.        
12 더욱 낮아지고 겸손해져서 국민의 마음속으로 들어가라.                         
13 국민들이 제게 준 가르침입니다.                                               
14 국민의 뜻에서 대통령의 길을 찾겠습니다.                                      
15 문화혁신을 통해 모든 국민의 창조성을 높이고 이를 통해 기술혁신과 신산업 형성…
16 이렇게 하면 국민의 살림이 서서히 나아질 것이며 5년 뒤에는 큰 성과가 나타날 … 
17 이명박 정부의 방해에도 불구하고 끝내 국민이 지켜준 세종시, 혁신도시를 지방 … 
18 존경하는 국민 여러분!                                                        
19 국민의 마음에서 길을 찾는 우리나라 대통령이 되겠습니다.                      

Example (2): Extract sentences with “일자리”

# 특정 단어가 사용된 문장 추출하기, '일자리'
sentences_moon %>% 
  filter(str_detect(sentence, '일자리'))

# A tibble: 18 × 1
   sentence                                                                     
   <chr>                                                                        
 1 빚 갚기 힘들어서, 아이 키우기 힘들어서, 일자리가 보이지 않아서 아픕니다.     
 2 상생과 평화의 대한민국은 공평과 정의에 바탕을 두고, 성장의 과실을 함께 누리… 
 3 복지의 확대를 통해 보육, 교육, 의료, 요양 등 사회서비스 부문에 수많은 일자리…
 4 결국 복지국가로 가는 길은 사람에 대한 투자, 일자리 창출, 자영업 고통 경감, … 
 5 ‘일자리 정부’로 ‘일자리 혁명’을 이루겠습니다.                                
 6 복지의 확대와 함께 저는 강력한 ‘일자리 혁명’을 이루고자 합니다.              
 7 지금 너무나 많은 젊은이들과 실업자, 비정규직 종사자, 근로능력이 있는 고령자… 
 8 좋은 일자리 창출을 위해 비정규직의 정규직 전환 촉진, 비정규직에 대한 차별철… 
 9 또한 정보통신 산업, 바이오산업, 나노 산업, 신재생에너지 산업, 문화산업과 콘… 
10 그리고 앞에서 말한 보육, 교육, 의료, 복지 등 사회서비스 부문은 무궁무진한 잠…
11 일자리 없는 곳에서 희망을 찾을 수 없습니다.                                  
12 지방 일자리에 대해 특별한 노력을 기울이겠습니다.                             
13 지역균형발전은 곧 산업 균형, 일자리 균형이 목표입니다.                       
14 이명박 정부의 방해에도 불구하고 끝내 국민이 지켜준 세종시, 혁신도시를 지방 … 
15 이 모든 정책의 실효성을 담보하기 위해 대통령이 되면 저는 가장 먼저 대통령 직…
16 저는 먼 훗날 ‘일자리 혁명을 일으킨 대통령’으로 평가받기를 희망합니다.        
17 또한 좋은 일자리와 산업혁신을 위해서는 평생학습체제가 뒷받침되어야 합니다.   
18 노인 일자리를 늘리고, 특히 그 연륜과 경험을 지역사회에 활용할 수 있는 방안도…