분류 전체보기
-
-
2020.07.28 4차 회의록회의록 2020. 7. 28. 19:47
1. 주제 명 변경 - Markov Chain을 활용한 지능형 한글 생성 시스템 -> Markov Chain을 활용한 상호 생성 시스템 2. 조절변수 추가 - 차별성(가칭)을 조절변수로 두어 생성되는 상호와 기존 상호 간의 유사도를 조절한다. - 즉 차별성이 높을수록 bad move가 더 많이 선택되게 해서(예측값의 확률분포를 조절한다) 기존 상호와는 다른 독특한 상호를 생성한다. - 업종명을 상호에서 분리하여 업종별로 상호에서 업종명의 위치(앞, 중간, 뒤, 없음)를 확률분포로 만들고, 이를 바탕으로 모델로부터 생성된 상호의 임의의 위치에 업종명을 추가한다. 3. 웹 제작 - 기본적인 기능을 제공하는 웹부터 제작하여 진행단계를 보여준다. - 먼저 업종에 따른 기존 상호를 보여주는 사이트부터 제작하고, ..
-
2020.07.20 진행단계진행단계 2020. 7. 20. 22:25
1. 업종코드 dictionary & Embedding - 758개의 업종코드(소분류기준) - 알파벳 순으로 정렬한 뒤 대분류, 중분류에 대한 Score Matrix를 생성. - SVD를 활용하여 X=USVt형태로 만들고 U행렬 각 행의 0번째 1번째 값을 벡터로 사용. - 계산한 벡터로 Cosine 유사도를 측정한 결과 대분류만 같아도 유사도가 1(같음)이 나오는 오류 발생. - 0번째 벡터가 같고 1번째 벡터가 다르나 1번째 벡터의 값이 0번째 벡터에 비해 너무 작은 값이어서 영향을 못주는 것으로 추정. - 벡터의 크기를 14~16으로 설정할 시 중분류까지 같은 경우 1.0 대분류만 같을경우 약 0.67의 유사도를 보임. - 13이하일시 중분류 1.0, 대분류 약 0.97의 유사도를 보임. - 17이..
-
2020.07.16 2차 회의록회의록 2020. 7. 19. 21:35
1. 설문조사 1. 설문조사 1.1 내용 기획 - 분위기 : 세련됨&모던함 OR 정다운&친숙한 - 흔한 정도 : 독특한 OR 흔한 - 다른 업종에 사용해도 어색하지 않은 이름인지 : 예 OR 아니오 1.2 활용방안 - 사용자 입력에 원하는 가게 분위기 추가 - 사용자 입력에 흔한 정도를 설정할 수 있도록 추가 - 기존에는 상호명 생성 시 같은 업종 혹은 비슷한 업종에 해당하는 상호명만 데이터로 사용하려고 했으나, 설문조사 결과를 이용하여 상호명 생성 시 다른 업종에 사용해도 어색하지 않은 이름들도 데이터에 포함