아띠어리 NLP 모델 api 서버

간단 설명

파이썬의 웹 프레임워크 중 flask를 사용하였습니다.

우울한 문장의 비율을 알려줍니다.

입력한 문장이 8가지 감정(행복/희망/중립/슬픔/분노/불안/후회/피곤) 중 어떤 감정에 해당하는지 반환해줍니다.

kogpt2 기반 공감형 챗봇, kobert 기반 위로형 챗봇을 운영합니다.

URL

학교에서 tencent cloud를 지원받아 gpu 서버에서 운영했습니다.

API DOCS

1. 일기 전체 내용에 대한 감정 분석

요청 방법

get /diary?s=특별한 이유가 없는데 그냥 불안하고 눈물이 나. 이 세상에서 완전히 사라지고 싶어. 가슴이 답답해서 터질 것만 같아. 자존감이 낮아지는 것 같아.

response body

소수점 아래 둘째자리까지 표현

{
    "anger": 0.0,
    "anxiety": 0.25,
    "depression": 0.25,
    "hope": 0.0,
    "joy": 0.0,
    "neutrality": 0.0,
    "regret": 0.0,
    "sadness": 0.75,
    "tiredness": 0.0
}

감정은 1문장이 불안으로, 3문장이 슬픔으로 분류되었으며, 4문장 중 1문장은 우울이 감지되었음을 알 수 있습니다.

2. 음악 변경을 위한 짧은 내용에 대한 빠른 감정 분류

요청 방법

get /emotion?s=시험 잘 볼 수 있을 것 같아!

response body

0: 기쁨, 1: 희망, 2: 중립, 3: 분노, 4: 슬픔, 5: 불안, 6: 피곤, 7: 후회를 뜻합니다.

{
    "emotion": "희망",
    "emotion_no": 1
}

3. kogpt2 기반 공감형 아띠 (반응봇)

요청 방법

get /chatbot/g?s=자존감이 낮아지는 것 같아

response body

{
    "answer": "당신은 태어난 그 자체만으로 축복과 사랑을 받을 자격이 있는 사람이에요."
}

4. Kobert 기반 위로형 아띠 (반응봇)

요청 방법

get /chatbot/b?s=자존감이 낮아지는 것 같아

response body

{
    "answer": "실패할 때도 있을 거예요. 하지만 그 잠깐의 실패가 당신의 모든 걸 말해주지는 않아요"
}

코드 실행 방법

라이브러리 설치

아래의 명령어를 입력한다.

pip install -r requirements.txt

설치가 너무 느리거나 오류가 날 경우 아래의 명령어로 설치한다.

pip install --upgrade --no-deps --force-reinstall -r requirements.txt

참고로 저는 windows, python 3.8.5 버전 환경에서 돌렸습니다.

학습 시켜 모델 파일 얻기

코드를 실행시키기 위해서는 모델 파일이 필요합니다.

프로젝트 최상단에 checkpoint directory를 만들고 하위에 4개의 모델 파일이 아래의 이름으로 존재합니다.

각각의 학습 코드입니다.

• 긍정/중립/부정 분류에 쓰이는 emotion_p.pth:
• 기쁨/희망 분류에 쓰이는 emotion_pn.pth:
• 중립/슬픔/분노/불안/후회/피곤 분류에 쓰이고, 우울/비우울 분류에 쓰이고, 위로형 반응봇에 쓰이는 kobert_chatbot.pth: https://github.com/hoit1302/kobert-wellness-chatbot
• 공감형 반응봇에 쓰이는 kogpt2_chatbot.ckpt: https://github.com/hoit1302/kogpt2-wellness-chatbot

감정 분류와 관련된 학습은 해당 블로그 링크에서 설명과 함께 볼 수 있습니다.

챗봇과 관련된 학습은 해당 블로그 링크에서 설명과 함께 볼 수 있습니다.

배포

dockerhub에 image로 만들어 배포합니다.

hoit1302/attiary_model repository에서 만나보실 수 있습니다.

현재, 2.2 버전이 최신 버전입니다.

docker pull hoit1302/attiary_model:2.2