중간 Report 이후로 바뀐 점 정리 about nlp-project HOT 5 CLOSED

사용하는 모델

논문을 인용하며 klue/roberta-large를 사용한다고 언급했지만 → 용량 문제, 크게 차이나지 않는 성능을 근거로 klue/roberta-base로 변경

from nlp-project.

데이터 전처리

원본 데이터에는 감성 종류가 positive, negative, neutral 총 3개 있다. 개수를 EDA를 통해 살펴보고 neutral이 개수가 너무 적으므로 제외하겠다고 언급했지만 → 복잡해지므로, 그리고 있던 속성도 없애버리므로 그냥 가져가기로 결정

from nlp-project.

대시보드

모델에 넣을 대시보드용 데이터를 특정 사이트에서 스크래핑한다고 언급했는데, 해당 리뷰에 대해 라벨링을 손수해야 정답 확인 및 점수 확인이 가능하다. 그리고 스크래핑은 NLP와 직접적인 연관이 없어서 시간을 쓰기가 애매하다. 시간이 부족하다. → 그냥 train, validation, test 데이터 중에서 test만 따로 빼서 대시보드용으로 활용하기로 결정

from nlp-project.

그리고 추가로 후속 과제를 적어보자.
아직 코드를 작성 중이지만 시간 내에 해결하지 못할 것 같은 사안들이 있다.

from nlp-project.

후속과제

• Train, Validation, Test 데이터 균형 맞추기 (속성의 경우 True/False, 감성의 경우 0, 1, 2)
• 리뷰 텍스트 잘림 문제 (#10 에서 언급됨)

from nlp-project.