Do it! BERT와 GPT로 배우는 자연어 처리 pdf 다운로드를 무료로 제공합니다 사람 말을 알아듣고 처리하는 인공지능은 어떻게 만들까? 이 책은 딥러닝 기반 자연어 처리 기술을 체계적이고 쉽게 배울 수 있는 입문서다
관련 교재 pdf 모음
책 소개
자연어 처리를 정석대로 공부하자면 딥러닝을 비롯해 수학, 코딩 등 다양한 기법을 알아야 하지만, 이 책에서는 자연어 처리 입문을 포기하게 만드는 장벽을 허물고자 노력했습니다. 처음 시작할 때는 트랜스포머에만 집중해도 충분하기 때문입니다. 파이썬이나 파이토치 문법 역시 당장 몰라도 최종 목적지를 확인하는 데는 문제가 없습니다. 그래서 이 책은 자연어 처리를 자신의 업무에 도입해 보려는 개발자나 데이터 사이언티스트뿐만 아니라 자연어 처리에 입문하려는 어문 계열 학생이나 언어학 연구자도 쉽게 접근할 수 있도록 수식과 코딩을 최소화했습니다. 이 책은 언어 모델을 만드는 것에 그치지 않고 웹 서비스까지 확장해서 모델이 제대로 동작하는지 시험해 볼 수 있도록 구성했습니다. 오픈소스로 공개된 한국어 말뭉치를 학습한 언어 모델을 만들고 빈칸 맞히기, 다음에 올 단어 맞히기, 질문에 답하기, 문장 생성하기 등 내가 만든 모델이 어떻게 동작하는지 웹 브라우저에서 직접 확인해 볼 수 있습니다. 자연어 처리를 배울 때 내 컴퓨터에 실습 환경을 구성하다가 포기하는 사람이 많습니다. 비전공자나 입문자에게는 그만큼 복잡하고 어렵기 때문인데요. 이 책은 구글의 클라우드 컴퓨팅 서비스인 코랩(Colab)에 모든 실습 환경과 코드를 마련해 두었습니다. 독자는 웹 브라우저에서 코랩에 접속해 책이 안내하는 대로 실습 과정을 진행하면 그 결과를 확인할 수 있습니다. 이 책에서만큼은 복잡한 환경 설정과 코딩에서 벗어나 자연어 처리의 핵심 원리와 활용법에 집중하도록 했습니다.
Do it! BERT와 GPT 자연어 처리 pdf
=======================
1장 처음 만나는 자연어 처리
=======================
1-1 딥러닝 기반 자연어 처리 모델
1-2 트랜스퍼 러닝
1-3 학습 파이프라인 소개
1-4 개발 환경 설정
=========================
2장 문장을 작은 단위로 쪼개기
=========================
2-1 토큰화란?
2-2 바이트 페어 인코딩이란?
2-3 어휘 집합 구축하기
2-4 토큰화하기
=======================
3장 숫자 세계로 떠난 자연어
=======================
3-1 미리 학습된 언어 모델
3-2 트랜스포머 살펴보기
3-3 셀프 어텐션 동작 원리
3-4 트랜스포머에 적용된 기술들
3-5 BERT와 GPT 비교
3-6 단어/문장을 벡터로 변환하기
=======================
4장 문서에 꼬리표 달기
=======================
4-1 문서 분류 모델 훑어보기
4-2 문서 분류 모델 학습하기
4-3 학습 마친 모델을 실전 투입하기
=======================
5장 문장 쌍 분류하기
=======================
5-1 문장 쌍 분류 모델 훑어보기
5-2 문장 쌍 분류 모델 학습하기
5-3 학습 마친 모델을 실전 투입하기
=======================
6장 단어에 꼬리표 달기
=======================
6-1 개체명 인식 모델 훑어보기
6-2 개체명 인식 모델 학습하기
6-3 학습 마친 모델을 실전 투입하기
=======================
7장 질문에 답하기
=======================
7-1 질의응답 모델 훑어보기
7-2 질의응답 모델 학습하기
7-3 학습 마친 모델을 실전 투입하기
=======================
8장 문장 생성하기
=======================
8-1 문장 생성 모델 훑어보기
8-2 문장 생성 모델 파인튜닝하기
8-3 프리트레인 마친 모델로 문장 생성하기
8-4 파인튜닝 마친 모델로 문장 생성하기
찾아보기