2019-1학기 졸업작품 [혜레본]

1-D CNN을 활용한 비속어 탐지 시스템

Transcript

1. 해례본 Final report 박홍제 las9897@gmail.com 소프트웨어학과 32131704 김지형 roamgom@gmail.com 소프트웨어학과 32141183 박정선 pjss7373@gmail.com 소프트웨어학과 32161796
2. 작업 목록 •1D CNN 모델링 작업 •서버 배포 후 결과 페이지 생성
3. Github URL: https://github.com/joljak/
4. 전체 과정
5. 모델링 준비
6. 모델링 준비
7. 모델 구조 설명 CNN for Sentence Classification by Yoon Kim https://www.aclweb.org/anthology/D14-1181
8. 모델 구조 설명 딥러닝으로 욕설 탐지하기 by 조용래 http://ndc.vod.nexoncdn.co.kr/NDC2018/slides/NDC2018_0033/index.html
9. 모델 구조 설명 야 이 개새끼야 왜이렇게 못 해 [ㅇ, ㅑ, ㅇ, ㅣ, … ㅁ, ㅗ, ㅅ, ㅎ, ㅐ] jamo [155, 18, 155, 17, … 2, 17, 48, 29, 0] 1D CNN filter_size = [2, 3, 4, 5] concatenate Softmax
10. 모델 구조 설명 epoch = 4 learning_rate = 1e-3 Train Acc: 93.9% Test Acc: 84.2%
11. 모델 구조 설명 Python Lime: https://github.com/marcotcr/lime
12. 모델 구조 설명 Python Lime: https://github.com/marcotcr/lime
13. 모델 구조 설명
14. 사용한 패키지 설명 •jamo - 입력받은 문장을 모음, 자음 단위로 나눠주는 패키지 •pytorch - TF 대신 사용한 ML 라이브러리 •lime - 학습한 모델의 예측에 설명을 돕기위한 라이브러리
15. 배포 •웹페이지 •텔레그램 봇
16. 배포 구조 이 씨발새끼야 게임 개 같이 할래 이 시발놈아 왤캐 좆 같이 하니 GitHub pages inference from model 97%
17. 결과 Back-end Repo: https://github.com/roamgom/manuscript_flask Front-end Repo: https://github.com/roamgom/manuscript
18. 결과 시연 영상 Back-end Repo: https://github.com/roamgom/manuscript_flask Front-end Repo: https://github.com/roamgom/manuscript
19. Add-on Back-end Repo: https://github.com/roamgom/manuscript_flask Front-end Repo: https://github.com/roamgom/manuscript
20. 감사합니다!