sesac_team_project_dl

[SeSAC x Saltlux]LLM 활용 인공지능 서비스 개발자 양성과정에서 진행한 mini-project

프로젝트 소개

---

[주제 : 뉴스 기사 자동 분류]

• 세부 내용 : 뉴스 기사를 입력으로 넣어주면 정치, 경제, 사회, 국제 4가지의 column중에서 기사가 해당하는 컬럼이 무엇인지 알고 모델별 성능 비교와 확인
  
• 작업 기간 : 2024.03.22 ~ 2024.03.27
  

[프로젝트 목적]

• 기본적인 NLP에 대한 내용을 학습 후 학습한 내용의 실습
• Text classification을 할 수 있는 모델 파이프라인을 구축 후 성능 비교 및 평가

PPT LINK

절차 및 결과

---

[데이터 크롤링 및 전처리]

• 중앙일보, 동아일보, 한겨레, 한국일보 23년 분기별 - 정치, 경제, 사회, 국제 4가지 column에 대해 150개씩 추출
• 이메일 주소, url, 이모티콘, 한자, 특수문자, 괄호, 일본어 등 제거

[모델 개발 및 성능 비교]

• KoBERT(https://github.com/SKTBrain/KoBERT?tab=readme-ov-file)
• Roberta(https://huggingface.co/FacebookAI/xlm-roberta-base)
• KoELECTRA(https://huggingface.co/Copycats/koelectra-base-v3-generalized-sentiment-analysis)
• BERT(https://huggingface.co/google-bert/bert-base-multilingual-cased)

Model	Accuracy
KoBERT	94.17%
Roberta	77.08%
KoELECTRA	91.66%
BERT	90.28%

[Gradio를 통한 확인]

팀원 소개

---

• 서준호
  
• 정승용
  
• 홍성균
  
• 김도현