README.md

---
license: mit
language:
- ko
metrics:
- f1
- accuracy
base_model:
- klue/bert-base
pipeline_tag: text-classification
---

# ssunbear/bert-base-finetuned-ynat

이 모델은 "**부스트캠프 AI tech 7기 NLP - 주제 분류 프로젝트**"에서 제공한 비공식 데이터셋(klue/bert-base-ynat 가공 데이터)을 사용하여 [klue/bert-base](https://huggingface.co/klue/bert-base) 모델을 파인튜닝한 것입니다.

## 모델 설명

이 모델은 주제 분류를 위해 설계되었으며, 부스트캠프 AI 기술 과정에서 수집된 데이터를 기반으로 학습되었습니다. 대회에서 제공된 일부 데이터를 삭제 및 증강 처리하여 새롭게 재구성하였습니다. (저작권 문제로 비공식 데이터셋입니다.)

- 업데이트: ssunbear/bert-base-finetuned-ynat-v2 -> 성능 향상

## 성능

- **F1 Score**: 0.8315
- **Accuracy**: 0.8375

## 사용 방법
이 모델은 Hugging Face Transformers 라이브러리를 사용하여 쉽게 로드하고 사용할 수 있습니다:

```python
from transformers import AutoModelForSequenceClassification, AutoTokenizer

model_name = "ssunbear/bert-base-finetuned-ynat"

# 모델과 토크나이저 로드
tokenizer = AutoTokenizer.from_pretrained("klue/bert-base")
model = AutoModelForSequenceClassification.from_pretrained(model_name, num_labels=7)
```

## 훈련 데이터

- 데이터 출처: 부스트캠프 AI tech 7기
- 데이터 유형: 텍스트 분류용 비공식 데이터셋
  
## 라이센스
모델은 비공식 데이터셋으로 훈련되었으며, 저작권 문제로 인해 공개되지 않은 데이터가 포함되어 있습니다.