doccano๋ ํ์ฌ ๋ฌธ์ ์์ค ์ฃผ์๋ง ์ถ๋ ฅํฉ๋๋ค. ๊ทธ๋ฌ๋ NLP์ ์ฌ์ฉ๋๋ ์ผ๋ถ ์ํฌํ๋ก์๋ ๋จ์ด ๋ชฉ๋ก ๋ฐ ํ ํฐ ๋ ์ด๋ธ ๋ชฉ๋ก์ผ๋ก ์ ๋ ฅํด์ผ ํฉ๋๋ค.
Sample sentence:
['Two', ',', 'Samsung', 'based', ',', 'electronic', 'cash', 'registers', 'were', 'reconstructed', 'in', 'order', 'to', 'expand', 'their', 'functions', 'and', 'adapt', 'them', 'for', 'networking', '.']
Sample sentence labels:
['O', 'O', 'I-ORG', 'O', 'O', 'O', 'O', 'O', 'O', 'O', 'O', 'O', 'O', 'O', 'O', 'O', 'O', 'O', 'O', 'O', 'O', 'O']
์ด๊ฒ์ ์ผ๋ถ ์ธ์ด๊ฐ ๊ณต๋ฐฑ์ผ๋ก ๊ตฌ๋ถ๋์ง ์๊ธฐ ๋๋ฌธ์ ์ด์ ๊ฐ์ด ์ํ๋ ์ด์ ๋ฌธ์ (#7)์์ ์ฐธ์กฐ๋ฉ๋๋ค. ๊ณต๋ฐฑ์ผ๋ก ๊ตฌ๋ถ๋ ์ธ์ด์ ์ฃผ์์ ์ถ๊ฐํ๋ ์ฌ์ฉ์๊ฐ ์ํฌํ๋ก์ ์ํํ๊ฒ ์ ๋ ฅํ ์ ์๋ ์ต์ ์ด ์์ผ๋ฉด ์ข์ ๊ฒ ๊ฐ์ต๋๋ค.
์๋ ํ์ธ์! ๋๋ ๋ ์์ ์ ์ํด ๋น์ทํ ๊ฒ์ ์ผ๊ณ PR์ ๊ธฐ์ฌํ๊ณ ์ถ์ต๋๋ค :) ๊ทธ๋ฌ๋ ๋ ์ด๋ธ์ด ์๋ชป๋ ํ ํฐ์ ์ฒ๋ฆฌํ๋ ๋ฐฉ๋ฒ์ ์ ๋ชจ๋ฅด๊ฒ ์ต๋๋ค. ์ฆ, ํ ํฐ์ด ๋ถ๋ถ์ ์ผ๋ก๋ง ํ์๋๋ฉด ์ด๋ป๊ฒ ๋ ๊น์? ๋ด ์์ ์ ๋ชฉ์ ์ ์ํด ์คํฌ๋ฆฝํธ ์ฌ์ฉ์์ ๋ํ ๊ฒฝ๊ณ ์ธ ๋ ์ด๋ธ์ด ์๋ชป๋ ํ ํฐ์ ์ธ์ํ๊ณ ํ ํฐ ์ฃผ์์ ์ญ์ ํ์ง๋ง ํ๋ก๋์ ์์๋ ์ด๊ฒ์ด ๋ฐฉ๋ฒ์ด ์๋๋๋ค.
๋ค๋ฅธ ๊ฒ์ "๋น ์ํฐํฐ" ํ ํฐ์ด์ด์ผ ํฉ๋๊น? 'O'
? ๊ทธ๋ฐ ๋ค์ ์ฌ์ฉ์๊ฐ ์ผ๋ถ ์ฌ๋๋ค์ ์ค๋ํ ์ ์๋ ์ด๋ฌํ ๋ ์ด๋ธ์ ์ถ๊ฐํ๋ ๊ฒ์ ๋ฐฉ์งํด์ผ ํฉ๋๋ค. ์๋๋ฉด ์ฌ์ฉ์๊ฐ ํ ํฐ์ ์ ๊ณตํ ์ ์๋ ์์์ ๋ง๋ค์ด์ผ ํ ๊น์? ์๋๋ฉด ๋น์๋๊น์?
๋๋ ์ด ๊ธฐ๋ฅ ์์ฒญ์ด ํ๋ฅญํ๋ค๊ณ ์๊ฐํ์ง๋ง ์ฐ๋ฆฌ๋ ์ด ๋ฌธ์ ๋ฅผ ์ ํํ ์ฒ๋ฆฌํ๋ ๋ฐฉ๋ฒ์ ๋์ํด์ผ ํฉ๋๋ค :์ค๋ง์ผ: ๊ทํ์ ์ ์์ ์ฝ๊ณ ์ถ์ต๋๋ค
doccano-transformer
๋ผ๋ ์ Python ํจํค์ง๋ฅผ ๋ง๋ค ๊ณํ์ด ์์ต๋๋ค.
์ฃผ์์ด ๋ฌ๋ฆฐ ๋ฌธ์๋ฅผ https://github.com/chakki-works/doccano/issues/362 , https://github.com/chakki-works/doccano/issues/454 ๋ฑ๊ณผ ๊ฐ์ ๋ค๋ฅธ ํ์์ผ๋ก ๋ณํํฉ๋๋ค. ๋ฐ๋ผ์ ํ ํฐ ๋ ๋ฒจ ์ถ๋ ฅ์ doccano-transformer
ํฌํจ๋์ด์ผ ํฉ๋๋ค.
์ด์ ๋ํ ์ ๋ฐ์ดํธ๊ฐ ์์ต๋๊น? ๋ฐ์ดํฐ ์ธํธ๋ฅผ .txt(๊ฐ ํ์ด ๋ฌธ์ฅ์)๋ก ๊ฐ๋จํ ๊ฐ์ ธ์ค๊ณ ์ถ์ต๋๋ค.
George Washington went to Washington.
Sam Houston stayed home.
... ๋ค์๊ณผ ๊ฐ์ด (์ฃผ์์ ์ถ๊ฐํ ํ) .txt๋ก ๋ด๋ณด๋ ๋๋ค.
George B-PER
Washington I-PER
went O
to O
Washington B-LOC
Sam B-PER
Houston I-PER
stayed O
home O
์ฆ, ์ ์๋ ค์ง IOB ์ฃผ์ ํ์์ผ๋ก ๋ด๋ณด๋ ๋๋ค. ๋ฐ๋ผ์ ์ด๋ฅผ ์ํด Doccano๋ ์ฃผ์์ด ๋ฌ๋ฆฐ ์ํฐํฐ๊ฐ 1๊ฐ ์ด์์ ํ ํฐ์ผ๋ก ๊ตฌ์ฑ๋์ด ์๋ ๊ฒฝ์ฐ B(์์) ๋ฐ I(๋ด๋ถ) ๋ ์ด๋ธ๋ก ์ฃผ์์ ๋ฌ์์ผ ํ๋ค๋ ๊ฒ์ ์๋์ผ๋ก ์์์ผ ํฉ๋๋ค. ๋ํ BIOES์ ๊ฐ์ด IOB ์ธ์ ๋ ์ ๊ตํ ์ฃผ์ ์ฒด๊ณ๊ฐ ์์ต๋๋ค. ์ฌ๊ธฐ์ S(๋จ์ผ)๋ ๋จ์ผ ํ ํฐ์ ํฌํจํ๋ ์ฒญํฌ๋ฅผ ๋ํ๋ด๋ ๋ฐ ์ฌ์ฉ๋ฉ๋๋ค. BIOES ์ฃผ์ ์ฒด๊ณ์ ๊ฒฐ๊ณผ๋ ๋ค์๊ณผ ๊ฐ์ต๋๋ค.
George B-PER
Washington E-PER
went O
to O
Washington S-LOC
Sam B-PER
Houston E-PER
stayed O
home O
IOB ๋๋ BIOES(๋๋ ๊ธฐํ) ํ์์ผ๋ก ์ฃผ์์ด ๋ฌ๋ฆฐ ๋ฐ์ดํฐ์ธํธ๋ฅผ ๋ด๋ณด๋ผ ์ ์๋ค๋ฉด ์ ๋ง ์ข์ ๊ฒ์ ๋๋ค. ๋ง์ NER์ฉ ์ต์ ๋ผ์ด๋ธ๋ฌ๋ฆฌ๋ ๋ชจ๋ธ์ ํ๋ จํ๊ธฐ ์ํด ํ ํฐ ์์ค ์ฃผ์์ด ํ์ํฉ๋๋ค(Zalando์ Flair, HuggingFace์ Transformers ๋ฑ).
doccano-transformer๋ฅผ ์ถ์
์ฐ๋ฆฌ๋ ์์
๊ณผ ํ์์ ํ์ฅํ ๊ณํ์ด ์์ต๋๋ค.
๊ธฐ๋ํด ์ฃผ์ธ์.
๊ฐ์ฅ ์ ์ฉํ ๋๊ธ
doccano-transformer
๋ผ๋ ์ Python ํจํค์ง๋ฅผ ๋ง๋ค ๊ณํ์ด ์์ต๋๋ค.์ฃผ์์ด ๋ฌ๋ฆฐ ๋ฌธ์๋ฅผ https://github.com/chakki-works/doccano/issues/362 , https://github.com/chakki-works/doccano/issues/454 ๋ฑ๊ณผ ๊ฐ์ ๋ค๋ฅธ ํ์์ผ๋ก ๋ณํํฉ๋๋ค. ๋ฐ๋ผ์ ํ ํฐ ๋ ๋ฒจ ์ถ๋ ฅ์
doccano-transformer
ํฌํจ๋์ด์ผ ํฉ๋๋ค.