TensorFlow를 사용한 자연어 처리 소개
초급
데이터 과학자
개발자
학생
Azure Machine Learning
이 모듈에서는 자연어 텍스트를 처리하기 위한 다양한 신경망 아키텍처를 살펴봅니다. NLP(자연어 처리)는 주로 언어 모델의 성능이 텍스트를 "이해"하는 전반적인 능력에 따라 달라지고, 대규모 텍스트 코퍼스에서 감독되지 않는 기술을 사용하여 훈련될 수 있다는 점 때문에 빠르게 성장하고 발전하고 있습니다. 또한 미리 학습된 텍스트 모델(예: BERT)은 많은 NLP 작업을 간소화하고 성능을 크게 향상시켰습니다. 이 학습 모듈에서는 이러한 기술과 NLP의 기본 사항에 대해 자세히 알아봅니다.
학습 목표
이 모듈에서 학습할 내용은 다음과 같습니다.
- 자연어 처리 작업을 위해 텍스트를 처리하는 방법 이해
- RNN(되풀이 신경망) 및 GNN(생성 신경망) 소개
- 주의 메커니즘에 대해 알아보기
- 텍스트 분류 모델을 빌드하는 방법 알아보기
사전 요구 사항
- 기본 Python 지식
- 기계 학습에 대한 기본적인 이해