Coogle은 KoSentenceBERT를 이용한 문장 임베딩 모델 및 fast-text 모델을 기반으로한 단어 임베딩 모델을 활용해 사용자 맞춤형 검색 플랫폼을 제공합니다.
사용자가 입력한 쿼리는 학습된 임베더 혹은 주어진 단어들의 조합에서 나온 쿼리들에 의해 벡터로 변환됩니다.
모든 리뷰들은 각각의 전처리 과정을 거쳐 raw data와 키워드, 임베딩 벡터 순으로 엘라스틱 서치에 적재되게 됩니다.
사용자 쿼리가 발생하면 Django에 적재된 임베더에 의해 쿼리가 768차원의 벡터로 변환됩니다.
엘라스틱 서치에 있는 벡터들과 비교해서 가장 유사한 가게를 추천해줍니다.
전체적인 로직은 비슷하지만 aws_django2에 있는 프로젝트는 문장 임베딩을 사용하지 않고 단어 임베딩을 활용합니다.
검색에 사용된 특징 단어들은 하이라이팅 되어 표현 됩니다.
서비스의 로직은 다음 코드들을 통해 비교해 보실 수 있습니다.
사용된 모델은 다음 링크에 pt파일로 저장되어 있습니다.