하우스캔 AI 파트 리포지토리

프로젝트 구조

1. 데이터 전처리

• data/pdfs/: 청약공고문 원본 PDF 파일들
• scripts/document_parsing.py: 문서 파싱, 타이틀 태깅, 청크로 구조화
• data/processed/: 청크 구조화까지 완료된 JSON 파일들 저장 폴더
• scripts/embedding.py: data/processed 내의 파일들을 임베딩해서 벡터DB에 저장
• chroma_db/: 벡터DB, 임베딩 완료된 내용이 저장됨

2. 정보 추출

data/extracted/ 디렉토리에 다음 정보들이 추출되어 저장됩니다:

• criteria/: 신청자격
• housing_info/: 공급주택정보
• precautions/: 유의사항
• priority_score/: 우선순위 및 가점사항
• residence_period/: 거주기간
• schedule/: 모집일정

3. 데이터 처리 스크립트

scripts/ 디렉토리에 다음 스크립트들이 포함되어 있습니다:

• extract_criteria.py: 신청자격 추출
• extract_housing_info.py: 공급주택정보 추출
• extract_precautions.py: 유의사항 추출
• extract_priority_and_score.py: 우선순위 및 가점사항 추출
• extract_residence_period.py: 거주기간 추출
• extract_schedule.py: 모집일정 추출
• fix_spacing.py: 띄어쓰기 교정
• format_criteria.py: criteria 텍스트를 JSON 형식으로 변환

4. 챗봇 시스템

• rag_chatbot.py: 챗봇 핵심 기능 정의
• app.py: 프론트엔드와 상호작용 (Flask 사용)
• test_chatbot.py: 챗봇 테스트용 코드

5. 판단 로직

• housing_eligibility_analyzer_final.py: 우선순위 및 신청자격 판단 로직(백엔드에서 작동 가능)

6. 기타

• old_extracted/: 이전 버전의 정보 추출 결과 (현재 사용하지 않음)
• old/: 현재 사용하지 않는 실험용 코드