안녕하세요. 깊은바다님.

저는 일상대화 챗봇을 연구분야로 잡고 공부 중인 석사과정 학생입니다.

모델을 실제 구현해보고자 공부하던 와중에, 궁금한 사항이 생겨 게시판에 글을 남기게 되었습니다.

제가 지금 Wellness Conversation LM(심리상담 대화 모델)을 돌려보려고

https://github.com/nawnoes/WellnessConversationAI 해당 깃허브를 참고하여 코드를 보고 있는데요,

질문 사항이 있습니다...

1. 보통 오픈 컨트리뷰터분들의 튜터리얼 제공 수준의 깊이 정도가 궁금합니다. 이 쪽 업계에서는 독자들이 기본 이상은 안다고 생각하고 Readme 파일을 작성하는 것이 관례인가요??, 즉 보통 자연어처리-챗봇 분야에서의 튜토리얼 제공 수준은 큰 템플릿? 프로토타입 정도만 알려주는 것이 보통 분위기인건지 궁금합니다 

-> 저는 NLP 처리 쪽의 입문자라, 위 깃허브의 Readme 파일만 참고해서는 해당 모델 구현을 하지 못하고 있습니다. Preprocess 부분부터 막혀서 이리저리 헤매다가 10시간 정도 쓰고 나서야 전처리 부분을 해결했는데요..

예를 들어, 저는 실험 환경은 Colab을 이용하는데, 느낌이 산넘어 산이라고 해야 할까요?..

Colab에서 .py를 실행시키는 방법을 몰라서 헤메다가 -> 방법을 찾았는데, 경로 설정에서 또 헤매다가 -> 방법을 찾고, 드디어 전처리.py를 실행했는데 아무런 txt 파일이 생성되지 않습니다. -> 전처리.py 소스 코드를 살펴보니, 코드가 조금 잘못된 부분이 있었고 그걸 수정하니 전처리 완료된 txt 파일이 생성되는 것을 확인했습니다.

애초에 저는, 잔디밭이 가득한 컨튜리뷰터의 모델들은 그냥 클론해와서 돌려보면 바로 실행 가능한 줄 알았습니다. 그게 아니라면, 세세한 풀이 과정이 담겨있는 답안지가 제공될 것이라 생각했습니다. 하지만, 첫 구현 경험에서부터 그냥 편하게 실행되는 부분이 하나도 없었고, 제공되는 답안지를 보아도 제 기준에서 설명이 부족하다고 느껴서 맨땅에 헤딩을 많이 하고 있습니다. 그래서 해당 분야의 튜토리얼 제공 수준이  대체로 이런지 궁금해졌습니다. 만약 그렇다면 앞으로의 공부 접근법을 좀 달리 가져가야 갈 것 같다는 생각이 듭니다.