딥러닝 자연어처리

강의상세

상세검색

언어유형

강의연도

CCL유형

딥러닝 자연어처리

건양대학교
정원식

페이스북 트위터 카카오톡 네이버밴드 링크복사

주제분류

공학 >컴퓨터ㆍ통신 >컴퓨터과학
강의학기

2024년 2학기

조회수

84

강의계획서: 강의계획서

자연어처리의기초이론과전처리기술이해,딥러닝기반NLP모델구조이해및구현(RNN,Transformer등)

수강안내 및 수강신청
※ 수강확인증 발급을 위해서는 수강신청이 필요합니다

오리엔테이션

차시별 강의

1.	오리엔테이션	과목 소개 OT입니다. 자연어처리를 위해 사용되는 개념에 대한 설명으로 구성되어 있습니다.
	오리엔테이션	과목 소개 OT입니다. 자연어처리를 위해 사용되는 개념에 대한 설명으로 구성되어 있습니다.
1.	텍스트 전처리 기법에 대한 설명 - I	텍스트 데이터에 대한 전처리 기법소개를 진행합니다. 대표적으로 Word-based, Character-based, Subword-based 토큰화에 대한 개념을 다룹니다.
	텍스트 전처리 기법에 대한 설명 - I	텍스트 데이터에 대한 전처리 기법소개를 진행합니다. 대표적으로 Word-based, Character-based, Subword-based 토큰화에 대한 개념을 다룹니다.
2.	텍스트 전처리 기법에 대한 설명 - II	텍스트 데이터에 대한 전처리 기법소개를 진행합니다. 대표적으로 Word-based, Character-based, Subword-based 토큰화에 대한 개념을 다룹니다.
	텍스트 전처리 기법에 대한 설명 - II	텍스트 데이터에 대한 전처리 기법소개를 진행합니다. 대표적으로 Word-based, Character-based, Subword-based 토큰화에 대한 개념을 다룹니다.
3.	언어 모델에 대한 이해 - I	언어 모델의 개념 정의, 통계적 언어 모델에 대해 다룹니다. 구체적으로 N-gram 언어모델에 대해서도 다룹니다.
	언어 모델에 대한 이해 - I	언어 모델의 개념 정의, 통계적 언어 모델에 대해 다룹니다. 구체적으로 N-gram 언어모델에 대해서도 다룹니다.
3.	언어 모델에 대한 이해 - II	N-gram 모델에 대한 설명을 집중적으로 다룹니다.
	언어 모델에 대한 이해 - II	N-gram 모델에 대한 설명을 집중적으로 다룹니다.
4.	단어 표현에 대한 설명	단어 표현에 대한 설명을 진행합니다. Bag of Words (BoW), DTM, TF-IDF에 대한 개념 설명과 예시를 다룹니다.
	신경망 기반 모델에 대한 설명, 단어표현에 대한 설명	신경망 기반 모델에 대한 개념 설명과 통계 기반 모델과 차이점에 대해 다룹니다. 단어 표현에 대한 설명을 진행합니다. Bag of Words (BoW), DTM, TF-IDF에 대한 개념 설명과 예시를 다룹니다.
	신경망 기반 모델에 대한 설명	신경망 기반 모델에 대한 개념 설명과 통계 기반 모델과 차이점에 대해 다룹니다.
5.	Word embedding	Word embedding에 대한 추가 개념 설명을 진행합니다.
	Hidden Markov Model (HMM) - I	Hidden Markov Model에 대해 다룹니다. 이번 주차는 시계열 데이터에 대한 소개를 진행하며, 마코프 특성, 마코프 모델에 대한 개념 설명을 진행하고, 은닉 마코프 모델의 기본 개념을 다룹니다.
	Word embedding, Hidden Markov Model (HMM) - I	Hidden Markov Model에 대해 다룹니다. 이번 주차는 시계열 데이터에 대한 소개를 진행하며, 마코프 특성, 마코프 모델에 대한 개념 설명을 진행하고, 은닉 마코프 모델의 기본 개념을 다룹니다. Word embedding에 대한 추가 개념 설명을 진행합니다.
6.	Hidden Markov Model (HMM) - II	Hidden Markov Model에 대해 다룹니다. 이번 주차는 HMM의 Problem에 대해 다루며, 그 중 Evaluation problem에 대해 집중적으로 다룹니다.
	Hidden Markov Model (HMM) - II	Hidden Markov Model에 대해 다룹니다. 이번 주차는 HMM의 Problem에 대해 다루며, 그 중 Evaluation problem에 대해 집중적으로 다룹니다.
7.	Hidden Markov Model (HMM) - III	Hidden Markov Model에 대해 다룹니다. 이번 주차는 Decoding problem에 대해 집중적으로 다룹니다.
	Hidden Markov Model (HMM) - III	Hidden Markov Model에 대해 다룹니다. 이번 주차는 Decoding problem에 대해 집중적으로 다룹니다.
7.	순환 신경망에 대한 이해	신경망 기반 언어 모델로 널리 사용되었던 순환 신경망 계열 모델에 대한 설명을 진행합니다. 구체적으로는 RNN, LSTM, GRU 모델에 대해 다룹니다.
	순환 신경망에 대한 이해	신경망 기반 언어 모델로 널리 사용되었던 순환 신경망 계열 모델에 대한 설명을 진행합니다. 구체적으로는 RNN, LSTM, GRU 모델에 대해 다룹니다.