한 가지 더, 전처리는 EDA 과정과 분리하는 것이 좋습니다. EDA 도중 자신도 모르는 사이 데이터에 어떤 변화를 줄 수도 있기 때문입니다. 이로 인해 재현하기 어려워질 수 있으므로, 전처리할 데이터를 새로 불러오거나 아예 캐글 노트북을 새로 만들어서 분리하는 것을 추천합니다.

URL

인터넷 댓글이라 글 내부에 다른 사이트와 연결된 URL이 있는 경우를 많이 볼 수 있습니다. 댓글 데이터는 글쓴이가 자신의 의사를 짤막한 글로 표현하는 것입니다. 따라서 URL 형태의 텍스트는 글쓴이 표현의 시퀀스에 포함되거나 앞뒤 단어와의 연결성을 고려해야 할 요소로 보기 어렵습니다. 이를 제거하겠습니다.