❓"뭐든 내게 물어봐!"❓

회의록을 활용한 Closed-Domain Question Answering(CDQA)

---

Table of Contents

0. Archive
1. Introduction
2. Project Outline
3. Demo
4. Data
5. Model
6. How To Use
7. References

---

0. Archive

---

1. Introduction

안녕하세요! 저희는 AI의 A부터 I까지 모든 것을 경험할 준비가 된 열정 가득한 사람들이 모인 MNM팀 입니다!

Team MNM

"뭐든 내게 물어봐!"

Members

김태일_T3063	문찬국_T3076	이재학_T3161	하성진_T3230	한나연_T3250

Contribution

Member	Contribution
김태일	데이터 전처리, 학습 모델 Baseline 제작, Web 서비스 구축
문찬국	데이터 가이드라인, Reader 모델, 발표 자료 제작 및 발표, 협업 관리
이재학	EDA, 데이터 전처리, 데이터 Augmentation, Reader 모델
하성진	Reader 모델, Retriever 모델, Telegram 서비스 구축
한나연	데이터 가이드라인, Retriever 모델, Web 서비스 구축

---

2. Proeject Outline

프로젝트 주제 : 회의록을 활용한 Closed-Domain Question Answering(CDQA)

프로젝트 주제 선정 기준 :

• 내가 겪은 어려움/불편함을 해결할 수 있는가?
• 부스트 캠프에서 배운 내용을 활용해 AI 프로젝트의 전 과정을 모두 경험할 수 있는가?
• 주어진 기간(3주) 내에 완성할 수 있는가?

문제 정의: 클로바 노트 등을 활용해 회의록을 쉽게 기록할 수 있게 됐지만, 정보 검색이 어렵다는 문제 발견

개발 목표 : 사용자의 회의록 코퍼스에서 궁금한 질문을 주고 받을 수 있는 회의록 QA 모델 제작

프로젝트 전체 구조

---

3. Demo

🖥️ Web 예시(Streamlit)

📱 App 예시(Telegram)

---

4. Data

Dataset : 데이콘 회의 녹취록 요약 경진대회의 의회 데이터를 이용하여 직접 구축

Annotation Tool : Haystack을 이용하여 데이터 태깅

Guideline : FAQ 작성 및 질문 유형화

---

5. Model

Reader

🤗RoBERTa-Large Finetuning Twice(MRC) : Nonegom/roberta_finetune_twice
🤗Finetuning with Our Dataset : wogkr810/mnm

Retriever

---

6. How To Use

Service Setting

GPU : Tesla V100 32GB

Installation

• Elasticsearch 설치를 먼저 진행해 주세요!

# 파이썬 버전 확인 (3.8.5 확인)
python3 --version 

# venv 설치
sudo apt-get install python3-venv 

# 가상환경 생성하기
python3 -m venv [venv_name] 

# 가상환경 활성화(생성한 가상환경 폴더가 있는 경로에서 활성화 해야 함)
source [venv_name]/bin/activate 

# 라이브러리 설치
pip install -r requirements.txt

# 가상환경 종료
deactivate

Streamlit

streamlit run main_streamlit.py

Telegram

# 텔레그램 공식 챗봇 생성 절차를 진행하여 토큰을 부여 받아, 관련 정보를 코드에 추가 후 실행  
python main_telegram.py

---

7. References

Commit Rule

- feat      : 새로운 기능 추가
- debug     : 버그 수정
- docs      : 문서 수정
- style     : 코드 formatting, 세미콜론(;) 누락, 코드 변경이 없는 경우
- refactor  : 코드 리팩토링
- test      : 테스트 코드, 리팩토링 테스트 코드 추가
- chore     : 빌드 업무 수정, 패키지 매니저 수정
- exp       : 실험 진행
- merge     : 코드 합칠 경우
- anno      : 주석 작업
- etc       : 기타

Code Structure

final-project-level3-nlp-09
├── assets
├── data
├── data_augmentation
│   ├── eda.py
│   ├── aeda.py
│   ├── pororomt.py
│   ├── augmentation.ipynb
├── data_utils
│   ├── EDA.ipynb
│   ├── data_split.ipynb
│   ├── data_upload.ipynb
│   ├── haystack_preprocess.ipynb
│   ├── make_demo_txt.py
├── model
│   ├── README.md
│   ├── arguments.py
│   ├── elastic_setting.py
│   ├── inference.py
│   ├── retrieval.py
│   ├── submission.py
│   ├── topk_timer.py
│   ├── train.py
│   ├── trainer_qa.py
│   ├── utils_qa.py
│   ├── setting.json
│   ├── sweep.yaml
├── main_streamlit.py
├── main_telegram.py
├── README.md
└── requirements.txt

Dataset

• 데이콘 회의 녹취록 요약 경진대회
  • 라이센스

Paper :

• Fine-tuning Strategies for Domain Specific Question Answering under Low Annotation Budget Constraints
• EDA : Easy Data Augmentation Techniques for Boosting Performance on Text Classification Tasks
• AEDA : An Easier Data Augmentation Technique for Text Classification

Github :

• Pororo
• Easy Data Augmentation(EDA)
• An Easier Data Augmentation(AEDA)
• Elasticsearch
• Streamlit
• Telegram

Youtube :

• 삼성 SDS KorQuAD 1.0 Know-how