ETRI에서 제공하는 korbert pretrained 모델을 이용해 qa_demo 를 구현합니다.
henryzxu의 bert-qa-demo를 참고하여 작성하였습니다.
https://github.com/henryzxu/bert-qa-demo
감정분류 모델은 Won Joon Yoo님의 Introduction to Deep Learning for Natural Language Processing, Wikidocs 를 참고하였습니다.
-
git repository를 clone 합니다.
git clone https://github.com/JeightAn/korbert_qa_demo.git
-
git branch를 변경합니다.
git switch test
-
가상환경을 설정합니다.
conda create -n qa_demo python=3.6
-
가상환경을 실행합니다.
conda activate qa_demo
-
필요한 모듈을 설치합니다.
pip install -r requirements.txt
-
pretrained_model(finetuning)을 다운로드 받습니다.
- app 폴더 안에 pretrained_korbert 디렉토리를 저장해주세요.
-
플라스크 앱 경로를 설정합니다.
export FLASK_APP=app/server_local.py
-
실행합니다.
flask run