TIL

간단한 긍부정 이진 분류 모델을 만들었다. 전체코드는 깃헙에서 볼 수 있다! https://github.com/Juyoung-b/Improving-the-Performance-of-Sentiment-Classification GitHub - Juyoung-b/Improving-the-Performance-of-Sentiment-Classification Contribute to Juyoung-b/Improving-the-Performance-of-Sentiment-Classification development by creating an account on GitHub. github.com 영어로 된 레스토랑 리뷰를 가지고, 긍정(1), 부정(0)으로 분류하는 간단한 task 모델이다. 이번 프로젝트에선..

작업 인원 : 1명, 소요기간 : 1일, 작업환경 : google colab, python, KoBERT, 데이터 : 뉴스기사 텍스크와 해당 카테고리 정확도 0.847, F1 Score - 0.845 자연어처리에서 분류에 사용되는 모델은 간단한 RNN, LSTM부터 BERT , 등 다양한 모델이 있습니다. 이번에는 KoBERT를 사용해서 Fine-tuning해보았는데, KoBERT는 BERT에 한국어 데이터를 추가로 더 학습시킨 모델로 한국어에 더 좋은 성능을 보이는 것이 특징입니다. 아래 링크에서 모델을 볼 수 있습니다. https://github.com/SKTBrain/KoBERT 분류 카테고리는 총 6가지 입니다. ('경제', '사회', '생활', '스포츠', '연예/문화', '정치') 실행 전 코..