-
url 주소 : https://www.kaggle.com/competitions/llm-detect-ai-generated-text/overview
-
순위 : (✔내용 추가 예정)
텍스트 정제, 토큰화 : 이호열, 김소연
단어 빈도 분석 : 황석준
감정 분석 : 이재영, 임예리
난독화 : 정현기
-
개요 (분류모델선정 이유 및 진행방향 요약)
- LR, XGB
- RF, CatBoost
-
데이터 EDA
-
train_essay : (✔내용 추가 예정)
- target의 불균형 유무
- 이상치 유무
- Null 값의 유무
- 학습데이터의 크기 (외부데이터 확보 필요유무)
- 로그스케일링 등 인코딩 방법 선정 (캐글 트래킹)
- 새로운 특성의 생성 유무
-
train_prompt : 해당 text의 주제. - 0 : Car-free cities - 1 : Does the electoral college work?
-
전처리 진행
-
텍스트 정제, 토큰화
- (✔내용 추가 예정)
-
단어 빈도 분석
- (✔내용 추가 예정)
-
감정 분석
- (✔내용 추가 예정)
-
난독화
- (✔내용 추가 예정)
- 'https://link.springer.com/article/10.1007/s40979-023-00146-z' 관련 논문 참고했습니다
-
Augmentation (보류)
- 직접조사
-
-
-
모델학습
- (✔내용 추가 예정)
- (하이퍼파라미터, 학습률, 배치크기, 에포크 수)
-
추론 및 대처, discussion
- accuracy 향상을 위한 노력