청와대 청원 분류 경진대회

* Mecab Tokenizer를 활용하였습니다.
* Conv1D, LSTM 등 다양한 layer를 사용하였습니다.
* 4개의 모델을 최종적으로 앙상블 하였습니다.

+a) 더 다양한 토크나이저, 전처리를 통해 만든 모델들로 앙상블 한다면 더 좋은 성능을 기록하지 않을까 싶네요..

청원 관련 텍스트라 띄어쓰기 혹은 문법이 부정확한 텍스트들이 많은데
soyspacing 패키지와 py-hanspell 패키지를 사용하면 정제된 데이터를 구축하고
모델링에 사용할 수 있을 것이라고 생각됩니다. 

또는 bert classfication을 같이 사용하면 좀 더 우수한 성능을 기록할 것 같습니다.

저는 bert를 같이 사용해서 score를 0.8858까지 올렸는데 파일 관리 실패로 bert 코드가 다 날아갔네요...

아무튼 해당 데이터로 공부하시는 분들에게 도움이 되셨으면 좋겠습니다. 감사합니다.