readme file

@@ -62,7 +62,8 @@
 * 전처리 소스코드 일부 (자세한 내용은 주석처리했습니다.) 
 * 전처리 소스코드 일부 (자세한 내용은 주석처리했습니다.) 
  
  
  
  
-  ```from tqdm import tqdm
+  ```
+  from tqdm import tqdm
   all_vocab = {} 
   all_vocab = {} 
   all_sentences = []
   all_sentences = []
   stop_words = set(stopwords.words('english'))
   stop_words = set(stopwords.words('english'))
@@ -106,7 +107,8 @@
 
 
 다중 분류를 위해 순환 신경망 모델을 사용했습니다.  
 다중 분류를 위해 순환 신경망 모델을 사용했습니다.  
 * LSTM 모델 구현 소스코드 (자세한 설명은 주석 처리했습니다.) 
 * LSTM 모델 구현 소스코드 (자세한 설명은 주석 처리했습니다.) 
-```from tensorflow.keras.preprocessing.sequence import pad_sequences
+```
+from tensorflow.keras.preprocessing.sequence import pad_sequences
 from tensorflow.keras.models import Sequential
 from tensorflow.keras.models import Sequential
 from tensorflow.keras.layers import Dense, LSTM, Embedding
 from tensorflow.keras.layers import Dense, LSTM, Embedding
 from tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint
 from tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint
@@ -149,12 +151,10 @@ model.fit(X_train, Y_train, validation_data=(X_test, Y_test), epochs=7, batch_si
 프로젝트 진행 초반에는 한글 줄거리로 국내 뮤지컬 장르를 분류하고자 했습니다. 하지만 국내 뮤지컬 줄 거리의 대부분은 홍보용으로 내용에 대한 설명이 부실한 경우가 많아 분석에 어려움이 있었습니다. 충분한 한국어 뮤지컬 줄거리 데이터를 구하지 못해 영어 자연어처리로 주제가 변경된 부분이 아쉽습니다
 프로젝트 진행 초반에는 한글 줄거리로 국내 뮤지컬 장르를 분류하고자 했습니다. 하지만 국내 뮤지컬 줄 거리의 대부분은 홍보용으로 내용에 대한 설명이 부실한 경우가 많아 분석에 어려움이 있었습니다. 충분한 한국어 뮤지컬 줄거리 데이터를 구하지 못해 영어 자연어처리로 주제가 변경된 부분이 아쉽습니다
 
 
 ###  역할 분담 
 ###  역할 분담 
-양윤지 : 
- 영화 데이터 수집&정리, 줄거리 데이터 장르 재태깅, Train,Test데이터 시각화&패딩, LSTM모델구현, 시각화 
+양윤지 :  영화 데이터 수집&정리, 줄거리 데이터 장르 재태깅, Train,Test데이터 시각화&패딩, LSTM모델구현, 시각화 
  
  
  
  
-김서영 :  
-뮤지컬 데이터 수집&정리, 장르 데이터 전처리, Train,Test데이터 인코딩, LSTM모델로 학습, 테스트 데이터 학
+김서영 :  뮤지컬 데이터 수집&정리, 장르 데이터 전처리, Train,Test데이터 인코딩, LSTM모델로 학습, 테스트 데이터 학
 습, 뮤지컬 데이터 분류,  
 습, 뮤지컬 데이터 분류,  
  
  
 시연 영상 링크 : https://youtu.be/EKjjQ0tHM4s
 시연 영상 링크 : https://youtu.be/EKjjQ0tHM4s