KED_Project
[분석] 사업목적을 활용한 업종코드 예측
| 대회 | 기간 | 수행내용 | 결과 |
|---|---|---|---|
| 예선 | 21.04.09 ~ 21.05.23 | 사업목적을 활용한 업종코드 예측 | 본선 진출 |
| 본선 | 21.06.12 | 프레젠테이션 | 우수상(2위) |
📌 Techniques
NLP
📌 Process
1) Tokenizer - Mecab
다음과 같이 git-clone하여 사용
%cd /content/
!git clone https://github.com/SOMJANG/Mecab-ko-for-Google-Colab.git
%cd Mecab-ko-for-Google-Colab
! bash install_mecab-ko_on_colab190912.sh
2) Embedding - Fasttext
위키피디아 pretrain model 사용
3) Modeling - BILSTM
단어 구성에 주목할 수 있는 양방향 순환신경망 고려
def build_model():
model = tf.keras.Sequential()
model.add(tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(128, return_sequences=True), input_shape=(None, n_features)))
model.add(tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(128)))
model.add(tf.keras.layers.Dense(100, kernel_initializer= 'he_normal', activation='relu'))
model.add(tf.keras.layers.Dropout(0.3))
model.add(tf.keras.layers.Dense(19, activation='softmax'))
return model
📌 실행 환경
- Tensorflow 2.4.0 버전에서 작성되었습니다.
- colab pro 환경에서 작성되었습니다.
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent