이화여대미래혁신센터 13기 도전학기
설명 : 20대 대선과 관련한 정치 뉴스 기사를 자연어처리 기술을 활용하여 키워드 별 트렌드를 분석하여 새로운 분류 기준을 도입, 대중에게 비편향적 접근법을 제시하기 위한 연구를 진행하였음.
-
data
-
수집한 raw 데이터
-
모델링 결과를 csv 로 저장
-
-
crawling
-
crawling을 이용하여 뉴스 중 정치(선거) 카테고리 데이터 확보
-
Github action 으로 crawler 제장
-
-
topic_modeling
- LDA 알고리즘 적용하여 기사 내 Topic을 추출
-
topic_classification
-
경제/청년/여성/환경 4개의 핵심어 별 기사 분류
-
Klue YNAT task 활용
-
-
named_entity_recognition
-
개체명 인식 기술을 적용하여(Named entity recognition) 기사의 내용을 “인물/장소/기관/키워드”로 분류
-
Klue NER task 활용
-
model architecture
-
-
-
relation_extraction
-
관계 추출 기술을 적용하여(Relation Extraction) 기사의 내용을 “주어/목적어/서술어”로 분류
-
Klue RE task 활용
-
model architecture
-
-
-
sentiment_analysis
-
기사의 내용을 “positive/neutral/negative”로 분류
-
model architecture
-
-
-
model serving
-
Streamlit을 활용하여 model serving
-
동적 시각화 웹 사이트 배포
-
