Da-Hye-JUNG / BoostcampAITech-datacentric

데이터의 수정으로만 성능 향상을 이끌어내는 프로젝트 - 뉴스의 헤드라인을 통해 그 뉴스가 어떤 주제를 갖는지를 분류

주제 분류 프로젝트

모델 구조의 변경 없이 Data-Centric 관점으로 텍스트의 주제를 분류

지은

재연

영준

다혜

윤진

📏 Process

1. 개발 전에 github issue를 생성해주세요!
   1. 템플릿에 맞게 내용을 작성한다
      • title : [태그 전부 대문자]/제목 ex) [FEAT]/세팅
   2. Assignees, Label을 단다
2. feature branch를 생성해주세요!
   1. 브랜치명은 태그 소문자/기능 로 한다. ex) feat/setting
   2. 예시는 다음과 같다 브랜치명: feat/setting
3. 로컬에서 작업하고 기능단위로 쪼개서 커밋을 해주세요!
4. 해당 issue에 대한 작업이 완료되었다면 github에 해당 브랜치를 올려주세요!
5. PR을 템플릿에 맞춰서 올려주세요!

📌 커밋 컨벤션

[태그 그대로] 간략 설명

- 기능 1
- 기능 2

#{이슈번호}

ex)

[Feat] 데이터 전처리

- 데이터 맞춤법 처리

#1

📌 PR 컨벤션

1. 템플릿에 맞게 내용을 작성한다
   • title : [태그 전부 대문자]/제목 ex) [FEAT]/데이터 전처리
2. Assignees, Label을 단다

🌴 태그

태그 이름	설명
[Data]	데이터 관련 이슈, EDA 관련 작업
[Exp]	모델 실험 관련 작업
[Util]	로그 등 모델 성능에는 관련 없는 기능들
[Feat]	새로운 기능 구현
[Fix]	버그, 오류 해결
[Refactor]	전면 수정이 있을 때 사용
[Doc]	README나 WIKI 등의 문서 개정
[Chore]	코드 수정, 내부 파일 수정
[Add]	FEAT 이외의 부수적인 코드 추가, 라이브러리 추가, 새로운 파일 생성
[Hotfix]	issue나 QA에서 급한 버그 수정에 사용
[Del]	쓸모 없는 코드 삭제
[Correct]	주로 문법의 오류나 타입의 변경, 이름 변경에 사용
[Move]	프로젝트 내 파일이나 코드의 이동
[Rename]	파일 이름 변경이 있을 때 사용
[Impove]	향상이 있을 때 사용