GRAAL-Research/deepparse

해결하는 문제

Deepparse는 다국적 주소를 분석하는 어려움을 해결하도록 설계되었습니다. 이 라이브러리는 다양한 국가와 형식에서 도로명, 시정구, 우편번호와 같은 특정 구성 요소를 식별함으로써 원시적이고 비구조화된 주소 문자열을 구조화된 데이터로 변환합니다.

작동 방식

이 라이브러리는 딥러닝과 Seq2Seq 모델을 사용하여 주소 구성 요소에 대한 태그를 예측합니다. FastText 및 BPEmb 임베딩 기반의 사전 학습된 모델을 제공하며, 정확도를 높이기 위해 선택적 어텐션 메커니즘을 지원합니다. 사용자는 Python API, 명령줄 인터페이스 또는 Docker를 통해 배포 가능한 FastAPI REST API를 통해 라이브러리를 활용할 수 있습니다.

대상 사용자

대량의 국제 주소 데이터를 처리해야 하는 개발자 및 데이터 과학자, 주소 검증을 자동화하고자 하는 사람, 구조화된 위치 정보가 필요한 애플리케이션을 구축하고자 하는 사람들을 위한 것입니다.

주요 특징

• 다국적 지원: 20개 국가에서 사전 학습되었으며, 추가로 41개 국가에 대해 제로샷(zero-shot) 기능을 제공합니다.
• 유연한 배포: Python 라이브러리, CLI 도구, 또는 Docker화된 FastAPI 서비스로 제공됩니다.
• 사용자 정의 가능: 새로운 데이터로 모델 재학습, 사용자 정의 예측 태그 추가, 또는 새 Seq2Seq 구성에서부터 완전히 새로운 모델 학습이 가능합니다.
• 높은 정확도: 깨끗한 데이터뿐 아니라 불완전한 주소 데이터에서도 높은 정확도를 달성하며, 어텐션 메커니즘을 통해 성능이 더욱 향상됩니다.