[Docs] Add README.md

README.md

@@ -0,0 +1,80 @@
+# 📄 프로젝트 소개
+
+하루에도 수백, 수천 개의 경제 뉴스가 발간되어 기업의 경제 활동에 대한 정보를 제공합니다. 하지만 양이 지나치게 방대하여 개인이 전부 읽은 뒤 주식 투자에 활용 하기에는 어려움이 있습니다. 따라서 저희는 기사 요약, 키워드 추출, 키워드와 기사에 대한 긍/부정 분류를 통해 주식시장의 흐름을 가독성이 높은 형태로 제공하려고 합니다.
+
+# 🗓️ 개발 기간
+
+23.07.03 - 23.07.28(총 26일)
+
+# 👨‍👨‍👧‍👧 멤버 구성 및 역할
+
+| [곽민석](https://github.com/kms7530)                                                       | [이인균](https://github.com/lig96)                                                                                 | [임하림](https://github.com/halimx2)                                                                                                | [최휘민](https://github.com/ChoiHwimin)                  | [황윤기](https://github.com/dbsrlskfdk) |
+|---|---|---|---| --- |
+| <img src="https://avatars.githubusercontent.com/u/6489395" width="140px" height="140px" title="Minseok Kwak" /> | <img src="https://avatars.githubusercontent.com/u/126560547" width="140px" height="140px" title="Ingyun Lee" /> | <img src="https://ca.slack-edge.com/T03KVA8PQDC-U04RK3E8L3D-ebbce77c3928-512" width="140px" height="140px" title="ChoiHwimin" /> | <img src="https://avatars.githubusercontent.com/u/102031218?v=4" width="140px" height="140px" title="이름" /> | <img src="https://avatars.githubusercontent.com/u/4418651?v=4" width="140px" height="140px" title="yungi" /> |
+
+- **곽민석**
+    - 요약 모델
+        - 데이터셋 수집
+        - 모델 성능 실험
+        - 요약 모델 API 설계
+    - 기사 긍부정 분류 데이터셋
+        - LLM을 이용한 데이터셋 라벨링
+    - Backend
+    - Frontend
+- **이인균**
+    - 뉴스 긍부정 분류
+        - 최신 Model 탐색
+        - 자체 Model 설계
+- **임하림**
+    - 서기
+    - 뉴스 긍부정 분류
+        - 자체 Model 설계
+        - 모델 입력 데이터 설계
+        - 뉴스 긍부정 api 설계
+        - chat gpt 라벨링
+    - 기사 전처리
+- **최휘민**
+    - 키워드 추출
+        - 자체 Model 설계 및 실험
+        - 키워드 추출 API 설계
+        - 평가 데이터 수집
+- **황윤기**
+    - 프로젝트 리더
+    - 네이버 뉴스 크롤링
+    - Airflow
+        - Crawling Scheduling
+        - Serving Scheduling
+    - 키워드 추출
+        - KeyBERT 기반 Model
+
+# ⚒️ 기능
+
+## 키워드 추출
+
+- 주어진 기사 내에서 중요한 키워드를 추출하기 위한 작업을 시행합니다.
+- 기사 전체에서 단어의 가중치를 계산하고, 해당 가중치를 이용한 주요 단어 후보를 선정합니다.
+- 한국어 키워드 추출의 성능을 측정하기 위한 데이터셋이 존재하지 않기 때문에 50개의 자체 평가 데이터셋을 구성하였습니다.
+
+## 기사 긍부정 분류
+
+- 추출된 키워드가 기업의 좋은 상황을 나타내는 단어인지, 나쁜 상황을 나타내는 단어인지 정보를 제공하기 위해 긍부정 분류 모델을 사용합니다. 기사 전체를 감성 분석한 뒤에 키워드의 대용 지표로 채택합니다.
+- 총 학습 데이터는 기사 긍부정 분류에는 30개의 기업의 총 9000개의 기사를 chat gpt API를 활용해 긍부정 labeling을 진행했고,  train set, dev set을 8:2로 나누어서 학습을 진행했습니다.
+
+## 기사 요약
+
+- IT / 경제분야 뉴스를 이용하여 학습한 모델(T5, polyglot-ko)을 이용하여 뉴스를 요약 제공합니다.
+- T5 모델을 이용하여 한줄 요약을 만들어내고, 이후 자세한 내용은 polyglot-ko 모델을 이용하여 상대적으로 긴 요약 내용을 추가해 줍니다.
+- 모델을 이용하여 생성된 결과는 유의미한 문장만을 가져와 후처리하여 반환합니다.
+
+---
+
+# 👨‍🔬 모델 연구
+
+## 키워드 추출
+
+- 주요 단어 후보와 기사를 한국어로 기학습된 `Sentence-Transformer`를 이용해서 Embedding을 계산한 후, 유사도를 계산하여 높은 점수를 낸 단어를 해당 기사의 주요 키워드로 선정하였습니다.
+- 선정된 키워드들을 키워드의 형태(명사형 어구)로 표시하고자, 추출된 키워드에 대해 후처리를 진행하였습니다.
+
+## 뉴스 긍부정 분류
+
+## 기사 요약