We-Co

안녕하세요. 위기의 코딩맨입니다.오늘은 요즘 엄청난 붐을 일으키고 있는 LLM에 대해서 간단하게 알아보도록 하겠습니다.간단하게 가능하려나..?   [ 정의 ]먼저 LLM의 정의를 알아보도록 하겠습니다.Large Language Model을 약어로 만들어서 LLM으로 간단하게 불리고 있습니다.대형 언어 모델을 의미하며 분야는 NLP 쪽으로 생각하시면 될 것 같습니다.정말 간단하게 정의하자면 텍스트를 인간처럼 이해하도록 설계되어 있는 모델입니다. 무수히 많은 파라미터를 보유하고있으며,  인공 신경망을 구성한 언어적인 모델입니다.요즘 AI 챗봇이나 음성 인식 등 다양한 분야에 사용 되고 있습니다. [ 작동 ]모든 모델이 데이터를 기반으로 학습을 하고 활용하여 작동을 진행합니다.시계열 데이터의 특성을 갖고있는 ..

안녕하세요. 위기의 코딩맨입니다. 오늘은 자연어 처리의 발전에 힘을 실어준 BERT 모델에 대해서 알아보도록 하겠습니다. [ BERT ] Bidirectional Encoder Representations from Transformers를 BERT로 간단하게 부르고 있습니다. 2018년 Google에서 공개한 모델이며, 앞서 언급했듯이 NLP Task에서 최고의 성능을 보여주며 NLP의 발전에 많은 기여를 했습니다. BERT는 Transformer를 이용하여 모델을 구현했으며 대량의 단어 Corpus로 양방향(Bidirectional)으로 학습을 시킨 Pre-Trained 자연어 처리 모델이며, 위키피디아, BooksCorpus에 포함된 레이블이 없는 텍스트 데이터로 훈련된 모델입니다. BERT가 높은 ..

안녕하세요. 위기의 코딩맨입니다. 오늘은 word2vec에 대해서 간단하게 알아보도록 하겠습니다. [ word2vec ] 2013년도에 구글 직원인 토마스 미콜로프를 통해서 공개되었습니다. 단어 벡터간의 유사도를 반영할 수 있도록 단어의 의미를 수치화 하는 대표적인 방법의 모델이며 CBOW 방식과 Skpi-Gram의 2가지 방식으로 구현할 수 있습니다. 2가지 방식을 들어가기 앞서, http://w.elnn.kr/search/ 해당 홈페이지를 들어가보면 단어에 대한 벡터 연산을 진행해 볼 수 있는 사이트 입니다. 단어를 더하고 빼며 유사도를 계산하여 답변을 추출하는 사이트입니다. 예를들면 '미국 - 뉴욕 + 서울 = 한국' '한국 - 서울 + 도쿄 = 일본' 미국과 한국의 수도를 빼고 서울, 도쿄를 입력..

안녕하세요. 위기의 코딩맨입니다. 오늘은 NLP - Natural Language Processing의 사용분야와 간단하게 사용하는 용어를 정리해보도록 하겠습니다. NLP의 간단한 정리를 알고 싶으시면 다음 링크를 확인해주세요! NLP의 간단한 정리 [We-Co] NLP - 자연어 의미, 자연어 처리 안녕하세요. 위기의 코딩맨입니다. 오늘은 간단하게 머신러닝의 NLP에 대해서 간단하게 알아보도록 하겠습니다. 저도 NLP에 매력을 느껴서 머신러닝 독학을 시작했습니다. [ NLP ] 사람이 평소 사 we-co.tistory.com [ Machine Translation ] 하나의 언어를 다른 언어로 번역하는 영역을 의미합니다. 물론 지금도 번역하는 솔루션들은 많이 존재하고 있습니다. 그러나 Machine T..

안녕하세요. 위기의 코딩맨입니다. 오늘은 간단하게 머신러닝의 NLP에 대해서 간단하게 알아보도록 하겠습니다. 저도 NLP에 매력을 느껴서 머신러닝 독학을 시작했습니다. [ NLP ] 사람이 평소 사용하는 말들을 Natural Language(자연어)로 불립니다. Natural Language Processing는 그대로 해석하면 '자연어를 처리하는 분야'를 의미하며, 다양한 자연어 처리하는 분야가 존재하지만, 여기서의 본질은 컴퓨터가 사람의 말을 알아듣고 맞는 행동을 하도록 만들어야하는 것입니다. Markup Language, Programming Language와 같은 컴퓨터 언어가 아닌 사람이 사용하는 언어를 컴퓨터에게 이해시키는 것은 아주 어려운 작업일 것입니다. 예전부터 컴퓨터에게 자연어를 이해시..