Feature Engineering

rule_base_classification.py

Email (category_id=3) : '@' & '.' 포함 여부
Address (category_id=4) : 한국 시도 & 시군구 주소 정보의 포함 여부
Site (category_id=8) : 'www' or '.co.' or 'http:' or 'https:' 포함 여부

feature_engineering.py

tab_utils.py와 tab_trainsform.py를 통해, 받은 json 데이터로부터 13개의 features를 dataframe 형태로 반환

tab_utils.py

'json'데이터를 'dataframe'데이터로 변경

tab_trainsform.py

feature engineering _ feature 정의

BBOX 정보 기반

‘width’ : bbox의 너비 비율 (명함너비 대비)
‘height’ : bbox의 높이 비율 (명함높이 대비)
‘ratio(h/w)’ : bbox의 가로 대비 세로 비율
‘area’ : bbox의 면적 ( height * width )
‘center_x’ : 명함내 bbox의 중심점의 x 좌표
‘center_y’ : 명함내 bbox의 중심점의 y 좌표

TEXT 정보 기반

'include_AT_SIGN’ : text 내에 @ 포함 여부
'is_alpha’ : Text 구성이 알파벳 또는 한글로만 이루어졌는지 확인
'is_digit’ : text가 숫자로만 이루어졌는지 여부
'is_alnum’ : text가 숫자 or 영어로만 이루어졌는지 여부
'is_kr’ : text가 한글로만 이루어졌는지 여부
'is_krdigit’ : text가 숫자 or 한글로만 이루어졌는지 여부
'text_length’ : text의 길이