원문 캡처 · playground.jeffyclassify.com
원문 캡처 · playground.jeffyclassify.com

받은편지함 데모는 24개의 분류된 예시로 이메일 분류기를 학습시킨다. 새 메시지를 실시간으로 분류하며, 이 데모는 CPU만 사용하고 API 키가 필요하지 않다.

Jeffy playground는 pip install로 설치해 CPU에서 실행할 수 있는 분류기 16종을 보여주는 체험 사이트다. 분류기를 눌러 시험할 수 있으며, 게임 상태나 이메일, 문자 메시지와 같은 입력을 정해진 범주로 나눈다.

분류기는 우편물을 목적지별로 나누는 분류대를 떠올리면 쉽다. 입력에서 특징을 읽고 미리 정한 범주 중 하나를 고른다. 사이트에는 사전 학습 분류기와 직접 학습시키는 데모가 함께 있다.

어떤 분류기를 시험할 수 있나?

사이트가 소개하는 분류기와 표시 정보는 다음과 같다. 정확도 수치는 사이트에 표시된 값이다.

분류기용도범주 수·입력표시 정확도·사용 조건
doom_fireDoom 게임 상태에 따라 발사·왼쪽 회전·오른쪽 회전 결정3개 범주, 게임 상태 특징 24개사용자 제공
inbox_router이메일을 업무·가족·홍보·알림으로 분류4개 범주, 텍스트MIT 라이선스
poker_decision텍사스 홀덤에서 게임 상태에 따른 행동 결정4개 범주, 특징 18개MIT 라이선스
sms_spam문자 스팸 감지2개 범주, 텍스트99.1%, CC BY 4.0
dbpedia위키백과 문서 분류14개 범주, 텍스트96.0%, CC BY-SA 3.0
imdb영화 리뷰 긍정·부정 감성 분류2개 범주, 텍스트94.8%, 학술·비상업용
banking77은행 고객 서비스 의도 감지77개 범주, 텍스트94.3%, CC BY 4.0
ag_news뉴스 주제 분류4개 범주, 텍스트90.6%, 학술·비상업용
sst2영화 리뷰 긍정·부정 감성 분류2개 범주, 텍스트90.1%, 스탠퍼드 학술 라이선스
clinc_oos범위 밖 입력을 포함한 의도 감지151개 범주, 텍스트88.4%, CC BY 3.0
massive_intent아마존 MASSIVE 음성 명령 의도 분류60개 범주, 텍스트88.1%, CC BY 4.0
tweet_eval_offensive공격적 언어 감지2개 범주, 텍스트81.0%, 트위터 이용약관·학술용
tweet_eval_emotion트윗 감정 분류4개 범주, 텍스트78.1%, 트위터 이용약관·학술용
emotion텍스트 감정 분류6개 범주, 텍스트75.5%, 학술용
tweet_eval_sentiment트윗 감성 분석3개 범주, 텍스트66.2%, 트위터 이용약관·학술용
snli자연어 추론3개 범주, 텍스트65.6%, CC BY-SA 4.0

데모별로 무엇을 해볼 수 있나?

Doom 데모는 게임 상태 특징 24개를 추출해 FIRE, TURN LEFT, TURN RIGHT 중 하나를 고른다. 로지스틱 회귀(입력과 범주의 관계를 계산하는 분류 방법)를 사용하며, 신경망이나 GPU를 쓰지 않는다고 안내한다. 분류 지연 시간은 1밀리초 미만으로 표시된다. 화면에서 체력, 탄약, 처치 수, 적 수와 에피소드를 확인하고 판단 기록을 볼 수 있다.

받은편지함 데모에서는 분류된 이메일 예시 24개로 분류기를 학습시킨 뒤 새 메시지를 분류한다. 화면에는 업무·가족·홍보·알림 범주와 분류 결과가 표시된다. 사이트는 처리 지연 시간을 약 50밀리초로 안내한다. 이 데모에는 CPU만 사용하고 API 키가 필요하지 않다고 적혀 있다.

포커 데모에서는 네 명의 AI 플레이어가 텍사스 홀덤을 한다. 각 결정은 게임 상태 특징 18개를 입력으로 받는 분류기가 내리며, 신경망이나 GPU를 사용하지 않는다고 안내한다. 네 가지 행동이 있고 분류 시간은 1밀리초 미만으로 표시된다.

설치해 사용하려면 pip install jeffy-classify 명령을 이용한다. 정확도와 지연 시간은 사이트에 표시된 수치이며, 원문은 측정 방법과 평가 조건, 분류기별 실행 환경을 밝히지 않는다. 라이선스와 사용 조건은 모델마다 다르므로 실제 사용 전에 각 항목을 확인해야 한다.