지도교수: 정상근 교수님
팀원: 전지원, 전혜민, 안효진
기술의 발달로 교육과 기술을 접목한 새로운 형식인 에듀테크가 나타나 246조원에서 481조원으로 3년 사이 두 배 가량 글로벌 시장이 커지고 있음
빌보드 차트 상위권에 한국 그룹의 앨범이 잇따라 진입하는 등 전세계적으로 K-POP에 대한 관심이 높아지면서 한국어 학습에 대한 관심도 증가 이에 따라 방탄소년단 소속사 빅히트 엔터테인먼트에서는 글로벌 팬들을 위한 한국어 학습 패키지 '런! 코리아 위드 BTS'를 출시하기도 함
가사를 자연어처리하여 학습 중요도에 따라 가사를 전시하고, 학습 이력과 퀴즈 풀이 기록을 바탕으로 다음에 학습할 아이템을 맞춤으로 추천한다. 이를 통해 언어장벽으로 K-POP을 즐기는데 어려움을 겪는 팬들에게, 노래를 통해 한국어를 수월하게 배울 수 있는 플랫폼을 제공하는 것을 목표로 한다.
사용자 화면 구현
cd frontend
ng serve
프론트앤드에서 필요한 API 제공(로그인, 회원가입, 퀴즈, Top10 등)
cd nodejs-backend
yarn start:dev
노래 크롤링, 가사 전처리, 추천 기능 수행
- 가상환경 설치 후 필요한 모듈 다운
- dns, konlpy, rest_framework, pymongo, selenium...
- 실행 시 words.csv의 위치에 따라 오류가 발생할 수 있음: djangobackend/nlp/views.py의 '../../words.csv' 절대경로로 수정
cd djangobackend
python3 manage.py runserver
- 노래 가사 전시 기능
가사에 한국어 비율이 60프로 이상인 것을 선택
국립국어원의 학습용 어휘(감탄사 제외)를 바탕으로 중요단어 선정
konlpy의 okt 모듈로 자연어 처리
모듈로 자른 단어가 학습용 어휘의 원형이 같고, 품사도 동일하다면 중요단어로 판단 후 전시
A등급 - 빨강, B등급 - 노랑, C등급 - 파랑
- 다음 학습 아이템 추천 기능
사용자들의 학습 목록, 좋아하는 가수 데이터를 기반으로 추천
학습 횟수를 데이터로 하여 데이터 프레임 생성 후, 코사인 유사도 수행
최근에 학습한 목록(없다면 좋아하는 가수 목록)의 아이템들과 유사한 아이템들의 리스트를 선택한 후, 가중치를 곱하여 합산함(유사도*가중치의 합)
가중치 : 최근 학습할 경우 1. 그 다음 학습부터 -0.1씩 감소
추가로 중요도 단어 비율로 kmeans를 수행하여 사용자가 틀린 단어의 비율과 유사한 비율로 중요 단어가 들어간 노래를 추천할 수 있도록 함
- 로그인/회원가입
사용자 맞춤 추천을 위한 로그인 및 회원가입
회원가입 시 좋아하는 가수 선택
- Top 10 목록
사용자가 학습하면 노래의 count가 증가
count가 높은 순으로 정렬하여 제공
- 노래 검색
mongo atlas에 저장된 노래 데이터들을 가수, 타이틀에 기반하여 검색
자동 완성으로 사용자 편의 증가
- 퀴즈 및 풀이
A,B,C 단어 별로 하나씩 생성된 단어 퀴즈와 문장 배열 퀴즈로 이루어짐
단어 퀴즈의 경우 선택지가 정답의 품사와 같은 품사들로 구성 (정답이 동사일 경우 선택지가 모두 동사)
- Text-to-Speech
사용자 학습 시 도움을 주고자 kakao api의 tts 기능 사용
문장 배열 퀴즈를 풀 때, tts 기능으로 문제 풀이에 도움을 주도록 함
- 학습한 리스트 확인
사용자가 학습 목록을 메인페이지에서 확인 가능