Korean Slang Translator

📚 주요 기능

• 한글 슬랭(신조어, 은어) 번역: 신조어나 은어를 표준어로 번역.
• 번역 결과 확인: 입력 문장과 번역 결과 비교 가능.
• 간단한 사용자 인터페이스: React 기반의 직관적인 UI 제공.
• BM25 및 형태소 분석기를 통한 뜻 제공: 의미 분석과 단어 매칭을 통해 보다 정확한 번역 제공.

---

🛠️ 기술 스택

• Frontend: React, React Router
• Styling: CSS
• Backend: FastAPI
• Model: hongggggggggggg/korea-slang-translator-kobart
  • KoBART를 기반으로 파인튜닝하여 한국어 신조어 번역에 최적화.

---

⚙️ 데이터 처리 과정

1. 입력: 사용자가 입력한 텍스트를 JSON 형태로 백엔드로 전송.
2. 문단 분리: 문단을 개별 문장으로 나눔.
3. 모델 적용: 분리된 문장을 파인튜닝된 KoBART 모델에 입력.
4. 형태소 변환: 형태소 변환기를 통해 입력 문장과 번역 결과 비교.
5. BM25 검색: 변환된 문장을 신조어 DB에서 검색하여 의미를 매칭.

---

📷 실행 화면

• 메인 페이지

• 실행 결과

---

🚧 트러블슈팅

문제 1: 데이터베이스 검색 오류

• 현상: 변환된 문장이 DB에 정확히 매칭되지 않음.
  예)

  • 입력 문장: "우리 고양이 너무 커여워"
  • 변환 문장: "우리 고양이 너무 귀여워"
  • DB에 저장된 단어: "커엽다" → 검색 실패

• 해결: BM25 도입으로 단어 빈도를 기반으로 유사도 계산. BM25 점수가 0 이상인 경우만 결과로 반환.

---

문제 2: BM25 적용 후에도 검색 성능 부족

• 원인: 데이터 부족 및 문맥 이해 한계.
• 대안 검토:
  1. Seq2Seq 모델이나 BaRT 활용 검토.
  2. 학습 데이터 부족으로 형태소 추출기를 통해 단어를 분리하여 비교.
     예) "롤하고 싶다" → "롤", "하고", "싶다"

---

🔎 한계점 및 향후 개선 방향

1. 형태소 변환기 한계:

   • 모든 신조어를 인식하지 못하여 정확한 변환이 어려움.
   • 예) "커여워" → "귀여워"는 변환되지만, "커엽다"를 인식하지 못함.

2. VectorDB 활용 검토:

   • 단어의 의미를 벡터로 표현하여 보다 정교한 검색 가능.
   • 예) 유사 단어(의미 기반) 검색 기능 추가.

---

📌 사용 방법

1. 프로젝트 클론:

   git clone <repository-url>

2. 프론트엔드 설치 및 실행:

   cd front
   npm install
   npm start

3. 백엔드 실행:

   uvicorn main:app --reload

---