- Python
- Django
- Seq2Seq (User의 Question Text에 대한 Answer 학습)
- DB : mysql
- etc
| 주차 | 내용 |
|---|---|
| 1M/2W | 추진 계획, 자연어 처리 학습 (NLP 개념, 개발 프로세스, 오픈소스) + 형태소 분석 학습 (KoalaNLP) |
| 1M/3W | 구문 분석 (개념, 실습) 학습, 개체명 인식 (개념, 실습) 학습 |
| 2M/1W | 챗봇 개요 (챗봇 개념, 대화 방식), 챗봇 방식 (규칙 기반, 머신러닝 기반, Open Domain, Close Domain) |
| 2M/4W | 처리할 항목 (규칙 기반, 머신러닝 기반, Entity, 시나리오), 구현 방식 (웹 vs.앱, 자연어 처리) |
| 3M/2W | 요구사항, 챗봇에 필요한 것 |
| 3M/4W | 샘물과의 연동 여부, 시나리오 |
| 4M/2W | Django를 이용한 규칙 기반 채팅 및 화면 구성 |
| 5M/2W | 웹 크롤링 (교수 정보 및 학과 정보), TODO: 자연어 처리 + 머신러닝 (오타 처리) |
| 5M/4W | 데이터베이스 연결(ORM, 학과 사무실 & 학사 일정), 자연어 처리(평문에서 필요한 데이터 추출, 의도 파악), 오타 처리 (오타 처리 + 띄어쓰기) |
| 6M/1W | Seq2Seq + Rule-based(Load Database), 학식 기능, TODO : 길찾기 기능 |
| 16 | TODO : 일상적인 대화 학습, 구어체 느낌의 Output으로 변경 |