광운대학교 제 5회 산학연계 SW프로젝트(2020-2021) - 한화시스템

• 웹 페이지 형태의 서비스
• 사용자가 웹페이지에 개체명 인식을 원하는 문장을 입력
• 웹에서 결과가 시각화

• KoELECTRA가 CORPUS를 학습

NER PREDICTION MODULE

• SPELL CHECK MODULE에서 전처리가 완료된 입력 파일과 학습을 마친 TRAINING MODULE을 호출하여 예측 및 추론

SPELL CHECK MODULE

• 맞춤법과 띄어쓰기가 올바르게 표기되어 입력 파일로 준비

POSTPOSITION SEPERATION MODULE

• 개체명에 부착된 조사를 분리

• python==3.7.6
• transformers==4.3.2
• tqdm==4.47.0
• torch==1.7.1
• tokenizers==0.10.1
• tensorflow==1.14.0
• six==1.14.0
• seqeval==1.2.2
• sentencepiece==0.1.95
• PyMySQL==1.0.2
• py-hanspell==1.1
• numpy==1.18.1
• mecab-python==0.996-ko-0.9.2
• mecab-python3==1.0.3
• konlpy==0.5.2
• attrdict==2.0.1

$ pip3 install -r requirements.txt
$ pip install -r requirements.txt

① !pip install transformers
→ transformers 라이브러리를 설치합니다.

② from transformers import ElectraModel, ElectraTokenizer
→ transformers 라이브러리의 ElectraModel과 ElectraTokenizer를 추가합니다.

③ model = ElectraModel.from_pretrained("monologg/koelectra-base-v3-discriminator")
→ 저희팀은 KoELECTRA의 Base 모델과 Small 모델 중 Base 모델을 사용하였습니다. 또한, v1, v2, v3 중 v3를 사용하였습니다.

④ tokenizer = ElectraTokenizer.from_pretrained("monologg/koelectra-base-v3-discriminator")

⑤ !pip install attrdict
→ attrdict를 설치합니다.

⑥ !pip install seqeval
→ seqeval을 설치합니다.

⑦ run_ner.py 파일과 koelectra-base-v3.json 파일을 이용해서 코드를 실행합니다.

module.exports = {
	mysql: {
		host: "",       // localhost or IP Address
		user: "",       // mysql user
		password: "",   // mysql user's password
		database: ""    // mysql database name
	},
	secretInfo: {
		key: "",        // for login SECRET KEY
	},
	papago: {         // for translation, papago API
		clientId: "",
		clientSecret: ""
	}
};

{
	"mysql": {
		"host" : "localhost or IP Address",
		"user" : "mysql user",
		"password" : "mysql user's password",
		"database" : "mysql user's password"
	},

	"path": {
		"input" : "Users/ABC/Downloads/Project/Input or home/ABC/Project/Input",
		"output" : "Output path",
		"model_path" : "Model path"
	}	
}

$ npm install
$ npm install packages_name

$ nodemon server.js
$ node server.js

$ npm run python

$ npm run start

• 학번
  • 2018202059
• 역할
  • 모델 실행
  • 서비스 전처리(맞춤법 검사)
  • 서비스 후처리(조사 분리)

• 학번
  • 2015722057
• 역할
  • 모델 예측
  • 개체명 시각화
  • 웹 레이아웃 및 CSS
  • DB 연동

• 학번
  • 2016802026
• 역할
  • 문서 작업
  • PPT 제작
  • 최종 발표

• 학번
  • 2018202058
• 역할
  • 웹 크롤링
  • 학습 말뭉치 전처리
  • DB 설계

• 학번
  • 2018202064
• 역할
  • 말뭉치 수집
  • 모델 선정
  • CSS