전체 글 188

[Project] 대학생을 위한 AI 질의응답 챗봇 만들기 1. GitHub https://github.com/Seokii/Chatbot4Univ GitHub - Seokii/Chatbot4Univ: 대학교 재학생을 위한 AI 질의응답 챗봇 대학교 재학생을 위한 AI 질의응답 챗봇. Contribute to Seokii/Chatbot4Univ development by creating an account on GitHub. github.com 2. 포스팅 목록 더보기 1. 사용 데이터 & 텍스트 전처리기 2. 단어사전 구축 3. 의도 분류 모델(CNN) 4. 질의응답 데이터 엑셀로 구축 5. 엑셀 내용 임베딩 및 pt파일 저장 & 입력 질문과 유사도 비교(코사인 유사도) 6. 소켓 모듈과 JSON 7. 임베딩 저장 & 답변 검색 클래스화 8. 챗봇 엔진 서버 9.. 프로젝트 2022. 7. 14.
[NLP] 도서 자료 텍스트 요약(Text Summarization) - TextRank (use gensim) NLP Tutorial https://github.com/Seokii/Korean_NLP_Tutorial GitHub - Seokii/Korean_NLP_Tutorial: 한국어 자연어처리 튜토리얼 한국어 자연어처리 튜토리얼. Contribute to Seokii/Korean_NLP_Tutorial development by creating an account on GitHub. github.com 자연어처리를 공부하며 여러 한국어 NLP Task에 대한 예시 코드를 작성하고자 만들었습니다. 예시 코드를 통해 저와 같은 자연어처리 입문자들에게 도움이 되었으면 합니다 :) 해당 깃허브 주소를 통해 작성한 주피터 노트북 파일을 다운받거나 확인할 수 있습니다. Dataset https://aihub.or.kr.. 머신러닝 & 딥러닝/자연어처리 2022. 6. 30.
[NLP] 네이버 영화 리뷰 데이터(nsmc) 감성 분석 - CNN NLP Tutorial https://github.com/Seokii/Korean_NLP_Tutorial GitHub - Seokii/Korean_NLP_Tutorial: 한국어 자연어처리 튜토리얼 한국어 자연어처리 튜토리얼. Contribute to Seokii/Korean_NLP_Tutorial development by creating an account on GitHub. github.com 자연어처리를 공부하며 여러 한국어 NLP Task에 대한 예시 코드를 작성하고자 만들었습니다. 예시 코드를 통해 저와 같은 자연어처리 입문자들에게 도움이 되었으면 합니다 :) 해당 깃허브 주소를 통해 작성한 주피터 노트북 파일을 다운받거나 확인할 수 있습니다. 이전 글 https://seokii.tistory.. 머신러닝 & 딥러닝/자연어처리 2022. 6. 30.
[NLP] 네이버 영화 리뷰 데이터(nsmc) 감성 분석 - LSTM NLP Tutorial https://github.com/Seokii/Korean_NLP_Tutorial GitHub - Seokii/Korean_NLP_Tutorial: 한국어 자연어처리 튜토리얼 한국어 자연어처리 튜토리얼. Contribute to Seokii/Korean_NLP_Tutorial development by creating an account on GitHub. github.com 자연어처리를 공부하며 여러 한국어 NLP Task에 대한 예시 코드를 작성하고자 만들었습니다. 예시 코드를 통해 저와 같은 자연어처리 입문자들에게 도움이 되었으면 합니다 :) 해당 깃허브 주소를 통해 작성한 주피터 노트북 파일을 다운받거나 확인할 수 있습니다. Dataset Naver sentiment mov.. 머신러닝 & 딥러닝/자연어처리 2022. 6. 21.
[ML 논문 공부 - 013] Character-Level Feature Extraction with Densely Connected Networks 이번에 공부할 논문은 "Character-Level Feature Extraction with Densely Connected Networks" 입니다. 본 논문은 고려대학교의 임희석 교수님과 자연어처리 연구실의 이찬희, 이동엽 연구원님과 Amazon Alexa의 김용범 연구원님이 저술하신 논문입니다. 논문에서는 Densely Connected Networks를 사용해 Feature Extraction을 수행하는 방법을 제안합니다. 실험에서는 Slot tagging, POS tagging, NER의 총 세가지 task를 수행하고 성능을 측정했습니다. 논문을 꼼꼼히 읽어보며 공부해보도록 하겠습니다. 논문 링크 : https://arxiv.org/abs/1806.09089 Abstract 논문의 요약 부분입.. 머신러닝 & 딥러닝/논문 리뷰 2022. 6. 5.
[ML 논문 공부 - 012] Enhanced Sequential Representation Augmented with Utterance-level Attention for Response Selection 이번에 공부할 논문은 "Enhanced Sequential Representation Augmented with Utterance-level Attention for Response Selection" 입니다. 본 논문은 고려대학교의 임희석 교수님과 자연어처리 연구실의 황태선, 이동엽, 이찬희 연구원님들이 저술한 논문입니다. NLP의 Response Selection task에 있어 utterance-level attention을 제안한 논문입니다. 논문 링크 : http://workshop.colips.org/dstc7/papers/15.pdf About DSTC7 논문에서 언급된 DSTC7에 관한 내용입니다. http://workshop.colips.org/dstc7/workshop.html DSTC.. 머신러닝 & 딥러닝/논문 리뷰 2022. 5. 31.
[ML 논문 공부 - 011] EmotionX-KU: BERT-Max based Contextual Emotion Classifier (IJCAI 2019) 본 논문은 IJCAI 2019에서 발표된 논문입니다. 고려대학교의 임희석 교수님 및 자연어처리 연구실에서 발표한 논문입니다. NLP의 Sentiment Analysis에 대해 새로운 모델을 제안한 논문입니다. https://sites.google.com/view/emotionx2019 EmotionX 2019 EmotionX 2019 Welcome to EmotionX 2019, the shared task of SocialNLP 2019. Participants are challenged to predict the emotions induced by dialogue utterances by classifying each utterance into one of four label candidates: j.. 카테고리 없음 2022. 5. 29.
[ML 논문 공부 - 010] Neural Machine Translation by Jointly Learning to Align and Translate (ICLR 2015) 본 논문은 ICLR 2015에서 발표된 논문입니다. Seq2Seq에서 Encoder-Decoder의 구조가 처음 등장하게 되고, 이 구조에서 Encoder부분에서 Fixed-Length Vector를 추출하고 이 벡터를 사용해 다시 Decoder부분의 작업을 수행하는데, 본 논문에서는 Fixed-Length Vector의 한계점에 대해 언급하고 극복하려는 접근법을 제시합니다. 기계 번역 분야에서 처음으로 어텐션의 개념이 도입된 논문이면서 Seq2Seq와 마찬가지로 NLP분야를 공부함에 있어 반드시 읽어봐야하는 논문이라고 생각합니다. 논문 저자의 이름을 따 바다나우 어텐션이라고도 잘 알려져 있습니다. 논문의 저자를 보면 조경현 교수님이 저술한 논문으로도 잘 알려져 있습니다. 논문 링크 : https://a.. 머신러닝 & 딥러닝/논문 리뷰 2022. 5. 12.

티스토리툴바