사이트 링크
https://youtuview.site
깃허브
https://github.com/pvvng/youtube-comment
질문 세줄요약
1. 파인튜닝한 감정분석 모델 사용중인데 성능 개선 방법이 존재할지
2. api route에서 더 전문적인 사이트로 만드는 방법이 뭔지
3. 프론트에서 뭘 더 추가하면 좋을지
유튜브 댓글 분석해서 키워드, 감정분석하는 사이튼데 그런거 하는 서버로 flask 이용했습니다. flask 는 eb로 배포해서 open api처럼 불러다 써먹고 있습니다.
next는 netlify로 배포해서 서버리스로 쓰고 있구요. 센세 도커 강의를 빨리 들었으면 이짓거리 안하는건데 아무튼 그렇게 배포했습니다.
학교 과제로 만든거라 시간이 좀 부족해서 센세 인공지능 수업 안듣고 한거라 분석 성능은 좀 부족합니다.
형태소 분석하려고 KonlPy 쓰고 감정분석하려고 한국어 감정 분석 되는 모델인 KoBert에 파인 튜닝해서 사용하는데 정확도가 막 되게 높아지진 않더라구요.
어쨌든 이런 모델 성능 개선하려면 어떻게 더 해야할지 감이 안잡히는데 인공지능 강의 들으면 개선 여지가 있을지 궁금합니다.
또 next api route에 rate limiting등등 뭐 보안적인 측면에서 이거저거 집어넣었는데 여기서 뭘 더 추가하면 사이트가 좀 더 전문성 있어 보일지도 궁금합니다.
NoSQL injection 방어코드나 http method를 좀더 상세하게 짜개는 것도 생각해봤는데 좀 골아프긴 하더라구요.
특히 api가 여러가지 메소드를 동시에 처리해야하는 상황일때, 예를 들어서 db에서 데이터 불러온 뒤에 검증하고,
검증한 데이터가 정상이면 return, 아니면 PUT/POST 이런 상황일때도 API짜개야하는지도 궁금합니다.
굳이 API 짜개서 통신 두번하는게 비효율적인 것 같아서요.
또 프론트에서 더 간지나게 딱 할려면 뭘 더 해야할지 모르겟습니다.
오랜만에 글쓰다보니 두서없이 길어졌는데 읽어주셔서 감사하빈다 센세이.
