디지털 산업혁신 빅데이터 플랫폼 공모전

[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 사용하실 수 있습니다.

  %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 사용하였습니다.

3. Modeling - BILSTM

• 단어 구성에 주목할 수 있는 양방향 순환신경망 고려한 모델을 적용하였습니다.

  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.