NLP Academy · 강의

구두점과 기호 제거하기

모델을 혼란스럽게 하는 문자를 정리합니다

구두점과 기호 제거하기은(는) CoddyKit의 무료 NLP Academy 강의입니다. 이것은 4개 중 3번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 NLP Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. NLP Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.

Punctuation Is Noise Too

After stopwords, the next clutter is symbols. Commas, dollar signs, and emoji can confuse a model, so we often strip punctuation away.

Why It Matters

Without cleanup, your model sees cat, and cat as two different tokens. That trailing comma splits one word into two features.

Python Knows the Marks

The string module hands you every common mark in one constant called punctuation, so you never type them out by hand.

import string
print(string.punctuation)

The translate Trick

The fastest way to delete characters is str.translate with a table that maps each mark to nothing at all.

table = str.maketrans("", "", string.punctuation)
clean = "hello, world!".translate(table)
print(clean)

Per-Token Cleaning

You can also strip marks token by token. Apply translate inside a comprehension, then drop any token that became empty.

clean = [t.translate(table) for t in tokens]
clean = [t for t in clean if t]

Regex for Symbols

Need more control than the fixed list? A regex can wipe anything that is not a letter, number, or space.

import re
clean = re.sub(r"[^a-zA-Z0-9 ]", "", text)

Beware of Useful Marks

Some symbols carry meaning. Stripping every dot turns u.s.a into usa, and that may not be what you want for your task.

Numbers Are a Choice

Digits are not punctuation, but they are often noise. Decide on purpose whether to keep or drop numbers for your data.

no_digits = re.sub(r"\d+", "", text)

Watch Unicode Symbols

The ASCII punctuation set misses curly quotes and emoji. A Unicode-aware regex catches the symbols a fixed list leaves behind.

clean = re.sub(r"[^\w\s]", "", text)

Collapse Extra Spaces

Removing marks can leave gaps and double spaces. A quick whitespace squeeze tidies the result back into clean words.

clean = re.sub(r"\s+", " ", clean).strip()

Order of Operations

Sequence matters. Strip punctuation before you split or compare, so trailing marks never sneak into your final tokens.

Quick Check

Pick the cleanest way to delete punctuation from a string.

Recap

You can now strip punctuation with translate or regex, handle Unicode and numbers on purpose, and squeeze leftover spaces for clean tokens.

자주 묻는 질문

“구두점과 기호 제거하기” 강의는 무료인가요?

네 — “구두점과 기호 제거하기” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 NLP Academy 강의 전체를 잠금 해제할 수 있습니다. NLP Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

“구두점과 기호 제거하기”에서 뭘 배우나요?

모델을 혼란스럽게 하는 문자를 정리합니다 브라우저에서 직접 실행하는 실습 코드로 NLP Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

NLP Academy을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 NLP Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 3번째 강의입니다.

“구두점과 기호 제거하기” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 NLP Academy 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 NLP Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← NLP Academy(으)로 돌아가기