추가 적립 안내

텐서플로 2와 BERT, GPT를 활용해 구현한 한국어 자연어 처리 모델의 성능을 한층 끌어올리는 퓨샷 러닝과 피-튜닝 기법을 추가했습니다!

이 책은 다른 자연어 처리 서적과는 다른 세 가지 특징이 있습니다. 첫째, 자연어 처리에 활용되는 개념적인 설명에서 끝나는 것이 아니라 모델 구현에 집중합니다. 둘째, 실무에서 자연어 처리 문제를 해결하는 데 도움이 되고자 감정분석부터 유사도 처리, 챗봇 그리고 버트와 GPT에서 할 수 있는 모든 하위 문제를 다룹니다. 셋째, 영어 데이터뿐만 아니라 한글 데이터를 활용한 문제 해결까지 다룹니다.

또한 두 차례의 개정을 통해, 다양한 자연어 처리 문제를 사전학습 모델인 버트와 GPT2를 통해 푸는 법과 GPT3에 대한 소개도 추가했습니다. 새롭게 추가된 8장까지의 모든 실습을 수행하고 나면 한층 더 높은 수준의 최신 자연어 처리 기법을 이해할 수 있습니다. 실습을 통해 자연어 처리를 다룰 자신감이 생겼다면 여러분은 이미 딥러닝 자연어 처리 전문가로서의 첫발을 내디딘 것입니다.

김성훈(홍콩과기대 / 네이버 Clova AI)
"이론적인 설명에서 그치지 않고 데이터셋을 자세히 들여다보면서 인사이트를 얻고, 코드 레벨까지 깊게 내려가면서 이론을 손으로 만지듯 더듬으면서 이해할 수 있게 해주며, 간단한 딥러닝 코드가 만들어 내는 경이로운 정확도를 직접 확인할 수 있게 해주는 멋진 가이드가 될 것이다."

박규병(카카오브레인 A.I. Researcher)
"딥러닝의 필수 요소에 대한 소개, 트랜스포머(Transformer) 같은 최신 모델에 대한 구체적인 설명까지 필요한 내용을 빠짐없이 다뤘습니다. 자연어 처리에 입문하려는 분들에게 이 책이 하나의 선택지로 자리하게 된 것을 다행스럽게 생각합니다."

정지훈(경희사이버대 선임강의 교수, 모두의 연구소 Chief Vision Officer)
"단순히 최신 딥러닝 기반 자연어 처리 기술을 소개하는 것이 아니라 실질적인 코딩과 한국어의 특성 등을 충분히 어필하고 있기에 실제 자연어 처리를 도입해서 새로운 서비스나 앱 등을 개발하려는 분들에게 큰 도움이 될 것이다."

주재걸(고려대 컴퓨터학과 교수)
"복잡한 이론적 내용 때문에 어렵게만 여겨지던 딥러닝을 이 책을 통해 많은 사람들이 쉽고 재미있게 배울 수 있을 것이다."

조대협(구글-조대협의 블로그)
"이런 좋은 책을 한글로 써주신 저자분께 감사드리며, 자연어 처리에 관심이 있는 분들께 많은 도움이 되리라 생각합니다. 강추합니다."

이기창(《한국어 임베딩》 저자)
"한국어로 쓰여진 자연어 처리 서적 가운데 이보다 방대하고 친절한 책은 없을 것이다."

▣ 01장: 들어가며
배경
이 책의 목표와 활용법
실습 환경 구축
__아나콘다 설치
__가상 환경 구성
__실습 프로젝트 구성
__pip 설치
__주피터 노트북
정리

▣ 02장: 자연어 처리 개발 준비
텐서플로
__tf.keras.layers
__TensorFlow 2.0
사이킷런
__사이킷런을 이용한 데이터 분리
__사이킷런을 이용한 지도 학습
__사이킷런을 이용한 비지도 학습
__사이킷런을 이용한 특징 추출
__TfidfVecotorizer
자연어 토크나이징 도구
__영어 토크나이징 라이브러리
__한글 토크나이징 라이브러리
그 밖의 라이브러리(전처리)
__넘파이
__판다스
__Matplotlib
__맷플롯립 설치
__Matplotlib.pyplot
__re
캐글 사용법
정리

▣ 03장: 자연어 처리 개요
단어 표현
텍스트 분류
__텍스트 분류의 예시
텍스트 유사도
자연어 생성
기계 이해
데이터 이해하기
정리

▣ 04장: 텍스트 분류
영어 텍스트 분류
__문제 소개
__데이터 분석 및 전처리
__모델링 소개
__회귀 모델
__TF-IDF를 활용한 모델 구현
__랜덤 포레스트 분류 모델
__순환 신경망 분류 모델
__합성곱 신경망 분류 모델
__마무리
한글 텍스트 분류
__문제 소개
__데이터 전처리 및 분석
__모델링
__참고 자료
정리

▣ 05장: 텍스트 유사도
문제 소개
데이터 분석과 전처리
__XG 부스트 텍스트 유사도 분석 모델
모델링
__CNN 텍스트 유사도 분석 모델
__MaLSTM
정리

▣ 06장: 챗봇 만들기
데이터 소개
데이터 분석
시퀀스 투 시퀀스 모델
__모델 소개
트랜스포머 모델
__모델 구현
정리

▣ 07장: 사전 학습 모델
버트
버트를 활용한 미세 조정 학습
__버트를 활용한 한국어 텍스트 분류 모델
__버트를 활용한 한국어 자연어 추론 모델
__버트를 활용한 한국어 개체명 인식 모델
__버트를 활용한 한국어 텍스트 유사도 모델
__버트를 활용한 한국어 기계 독해 모델
GPT
__GPT1
__GPT2
GPT2를 활용한 미세 조정 학습
__GPT2를 활용한 한국어 언어 생성 모델
__GPT2를 활용한 한국어 텍스트 분류 모델
__GPT2를 활용한 한국어 자연어 추론 모델
__GPT2를 활용한 한국어 텍스트 유사도 모델
정리

▣ 08장: GPT3
GPT3 개요
퓨샷 러닝
퓨샷 러닝을 활용한 텍스트 분류
__퓨샷 러닝을 위한 네이버 영화 리뷰 모델 구성
__퓨샷 러닝을 위한 네이버 영화 리뷰 데이터 구성
__네이버 영화 리뷰 데이터를 활용한 퓨샷 러닝 및 평가
피-튜닝
__개요
__피-튜닝 방법론
__피-튜닝을 활용한 텍스트 분류 적용