많은 직장인은 동료보다 더 빛나고 먼저 승진하는 게

성공적인 커리어라고 생각한다.

그러나 가장 일을 잘하는 직장인은

자신의 성공보다 팀의 성공에 최선을 다하는 사람이다.

- 중소기업 투자 전문가 마커스 르모니스

나보다 팀을 먼저 생각하는 사람이 결국 승리하게 됩니다.

그들이 나를 응원하고 밀어주기 때문입니다.

먼저 가는 것이 아닌 올바른 방향으로 가는 것,

혼자 가는 것이 아닌, 더불어 함께 가는 것이

언제나 더 멀리, 그리고 더 빠르게 가는 길입니다.

...

철학자: 있는 그대로의

           '이런 나'를 받아들이는 것.

           그리고 바꿀 수 있는 것은 바꾸는 '용기'를 낸다.

           그것이 자기 수용이야.

청년: 음,그러고 보니 

        전에 커트 보네거트라는 작가가

        이와 비슷한 말을 인용했더라고요.

       "신이여, 바라옵건대 제게 바꾸지 못하는 일을

        받아들이는 차분함과 바꿀 수 있는 일을 바꾸는 용기와 

        그 차이를 늘 구분하는 지혜를 주옵소서"라고요.

- 기시미 이치로의《미움받을 용기》중에서 - 

* 불안하고 급변하는 세상속에서

무언가에 쫓기듯 정신없이 살아갑니다.

때론 허황된 기대와 현실 사이에 좌절도 하고

중심을 잃고 흔들리기도 하지요. 그래도 저에게

차분함과 용기와 지혜만 있다면 이 험한 세상 

잘 헤쳐 나갈 수 있을 것 같아요.

...

구주이배

구하는게 뭐지?

주어진게 뭐지?

이것을 어떻게 이용하지?

배운게 뭐가 있지?

...

• 지엽적 (枝葉的)[지엽쩍]

  [관형사·명사] 본질적이거나 중요하지 아니하고 부차적인. 또는 그런 것.

  유의어 : 말초적

• 지엽적  도움말

  1.본체에서 갈라져 나간 주요하지 않은이란 뜻

비슷한 말로 '말초적'

gensim + word2vec 모델 만들어서 사용하기 

참고 : https://www.lucypark.kr/courses/2015-ba/text-mining.html

#Load data

from konlpy.corpus import kobill

docs_ko = [kobill.open(i).read() for i in kobill.fileids()]

#Tokenize

from konlpy.tag import Twitter; t = Twitter()

pos = lambda d: ['/'.join(p) for p in t.pos(d)]

texts_ko = [pos(doc) for doc in docs_ko]

#Train

from gensim.models import word2vec

wv_model_ko = word2vec.Word2Vec(texts_ko)

wv_model_ko.init_sims(replace=True)

wv_model_ko.save('ko_word2vec.model')    #model create

#Test - 유사도 분석

wv_model_ko.most_similar(pos('정부'))

wv_model_ko.most_similar(pos('초등학교'))

  * 저장된 model 사용하기 : https://radimrehurek.com/gensim/models/word2vec.html

Initialize a model with e.g.:

>>> model = Word2Vec(sentences, size=100, window=5, min_count=5, workers=4)

Persist a model to disk with:

>>> model.save(fname)
>>> model = Word2Vec.load(fname)  # you can continue training with the loaded model!

The word vectors are stored in a KeyedVectors instance in model.wv. This separates the read-only word vector lookup operations in KeyedVectors from the training code in Word2Vec.

>>> model.wv['computer']  # numpy vector of a word
array([-0.00449447, -0.00310097,  0.02421786, ...], dtype=float32)

model 이 잘 불러와졌는지 확인하려면 model의 내용을 보자. 

model.vocab 하며 내용을 볼 수 있다. 

most_similar 에서 vocaburary에 단어가 없다고 에러나오면 내용을 확인 후 다시 검색해보면 된다. 

저장된 vocab이 '국어' 인지, '국어/Noun' 인지 확인 바람요! 

>>>len(model.vocab)

9867

>>>model.vocab 

Code for the word2vec HTTP server running at https://rare-technologies.com/word2vec-tutorial/#bonus_app

*** 대화 형 word2vec 데모 용 전체 HTTP 서버 코드 : 

     https://github.com/RaRe-Technologies/w2v_server_googlenews

...

Flask 설치 - http://flask-docs-kr.readthedocs.io/ko/latest/installation.html

소개 : https://code.tutsplus.com/ko/tutorials/an-introduction-to-pythons-flask-framework--net-28822

플라스크는 작고 강력한 파이썬의 웹 프레임워크 입니다. 플라스크는 배우기 쉽고, 짧은 시간에 웹앱을 만들수 있습니다.

Flask의 세계에 오신것을 환영합니다.

Flask 문서에 오신것을 환영합니다. 이 문서는 다양한 파트로 나누어져 있습니다. 저자는 설치하기 와 빠르게 시작하기 를 먼저 보실것을 추천합니다. 빠르게 시작하기 뿐만아니라, 어떻게 Flask 어플리케이션을 만들 수 있는지 좀 더 상세하게 다루는 튜토리얼 또한 볼 수 있습니다.

만약 여러분이 오히려 Flask의 내부로 직접 뛰어 들고 싶은 경우라면,

API 문서를 확인하십시오. 일반적으로 사용되는 패턴들은

Flask를 위한 패턴들 섹션을 확인하면 됩니다..

Flask는 두개의 외부 라이브러리에 의존합니다.: 바로 Jinja2 템플릿엔진과 Werkzeug WSGI 툴킷입니다. 이 라이브러리들은 이 문서에서 다루지않습니다. 만약 여러분이 이 라이브러리들에 대해서 깊이 알고 싶다면 다음의 링크를 확인하십시오.

• Jinja2 Documentation
• Werkzeug Documentation