'자연어 처리/Today I learned :' 카테고리의 글 목록 (4 Page)

[NLP]딥러닝 기반 자연어 처리 모델

기계가 사람말을 알아듣게 하려면 모델이 있어야 함 입력(자연어) --------------> 모델(함수) -----------> 출력(확률값: 0~1사이) NLP모델 : 자연어를 입력받아 해당 입력이 특정 범주일 확률을 반환하는 확률 함수이다. 출력된 확률을 post processing(후처리)해서 자연어로 다시 바꿈 가장 인기있는 모델 - 딥러닝(많은 은닉층 사용) ex) GPT, BERT,,, 딥러닝 모델의 학습 학습 데이터에 레이블이 있어야 함 ex) 감성분석의 경우 - 긍정1 중립0 부정0 모델이 스스로 패턴을 익힐 수 있도록 train(학습) train : 출력이 정답에 가까워지도록 모델을 업데이트하는 과정 Transfer learning 전이 학습 : 특정 테스크를 학습한 모델을 다른 테스크 ..

자연어 처리/Today I learned : 2022.07.24

일	월	화	수	목	금	토
1	2	3	4	5	6	7
8	9	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30

TIL

자연어 처리/Today I learned : 31

티스토리툴바