Решение Кейса от Россаккредитации "ИИ на страже качества российских товаров"

Задачей хакатона являлось выявление несоответствий описаний товара назначенной подкатегории. В решении использовалась комбинация моделей CatBoost и дообученного RuBert.

Описание файлов:

• ETL.ipynb - загрузка и предобработка файлов
• catboost_modeling.ipynb - разработка модели CatBoost
• bert_modeling.ipynb - разработка модели BERT
• label_df.csv - закодированные подкатегории

Папки:

• validation - код для запуска веб-интерфейса для проверки корректности заполненных подкатегорий
• prediction - код для запуска веб-интерфейса для предсказания подкатегории по введенному описанию

Перед запуском:

В локально скачанный репозиторий, в папку model6 необзодимо загрузить модель BERT (не помещается на гитхаб из-за большого размера): https://drive.google.com/file/d/11jGomY-cs1L36_Zwam6vY_PPKjjVt7d2/view?usp=sharing

Для запуска:

1. Скачать репозитоорий на локальный компьютер
2. Установить requirements.txt
3. Перейти в папку validation или prediction (в зависимости от того, что хотите исполльзовать)
4. Запустить из командной строки в этой папке : python main.py
5. Перейти по ссылке, будет доступен интрефейс решения