자연어처리 바이블

자연어처리 핵심 이론

CHAPTER 1 자연어처리의 기본 3
1.1 자연어처리란 3
1.2 자연어처리의 응용 분야 6
1.3 자연어처리는 왜 어려운가? 8
1.4 자연어처리 연구의 패러다임 11
1.5 딥러닝을 사용하는 자연어처리 연구 15
참고문헌 18
CHAPTER 2 자연어처리를 위한 수학 21
2.1 확률의 기초 21
2.2 MLE와 MAP 28
2.3 정보이론과 엔트로피 31
참고문헌 36
CHAPTER 3 언어학의 기본 원리 37
3.1 언어학 개요 37
3.2 음절, 형태소, 어절 그리고 품사 37
3.3 구구조와 의존구조 45
3.4 의미론과 화용론 47
참고문헌 49
CHAPTER 4 텍스트의 전처리 51
4.1 비정형 데이터 내의 오류 51
4.2 텍스트 문서의 변환 53
4.3 띄어쓰기 교정 방법 55
4.4 철자 및 맞춤법 교정방법 59
참고문헌 64
CHAPTER 5 어휘 분석(Lexical Analysis) 67
5.1 형태소 분석(Morphological Analysis) 67
5.2 품사 태깅 72
5.3 형태소 분석 및 품사 태깅기의 활용 분야 85
참고문헌 85
CHAPTER 6 구문 분석 87
6.1 구문 분석 개요 87
6.2 구구조 구문 분석 90
6.3 의존 구문 분석 97
6.4 구문 분석 접근 방법의 장단점 101
6.5 더 알아보기 102
참고문헌 105
CHAPTER 7 의미 분석 107
7.1 단어와 단어 의미 중의성 107
7.2 단어 의미 중의성 해소 기법 108
7.3 의미역(Semantic Role) 분석 114
7.4 의미표현 116
참고문헌 120

PART II 자연어처리 응용시스템

CHAPTER 8 개체명 인식(Named Entity Recognition) 125
8.1 개체명 인식 소개 125
8.2 개체명 인식이란 126
8.3 NER 시스템 128
8.4 NER 평가 척도 135
8.5 BIO Tagging Scheme 136
8.6 학습 코퍼스 136
참고문헌 139
CHAPTER 9 언어 모델(Language Model) 141
9.1 언어 모델이란? 141
9.2 통계적 언어 모델 141
9.3 일반화(Generalization) 152
9.4 모델 평가와 퍼플렉서티(Perplexity) 155
참고문헌 158
CHAPTER 10 정보추출(Information Extraction) 159
10.1 정보추출이란 159
10.2 정보추출의 학습 방법 160
10.3 관계 추출(Relation Extraction) 162
10.4 정보추출(관계 추출)의 접근법 163
참고문헌 168
CHAPTER 11 질의응답(Question & Answering) 171
11.1 질의응답(Question & Answering)이란 171
11.2 정보검색 기반 질의응답 172
참고문헌 181
CHAPTER 12 기계 번역(Machine Translation) 183
12.1 기계 번역이란 183
12.2 규칙 기반 기계번역 185
12.3 통계 기반 기계번역 187
12.4 구 기반 번역 192
12.5 통계 모델을 이용한 실제 문장 번역 193
참고문헌 194
CHAPTER 13 자연어 생성 197
13.1 배경 197
13.2 지도 학습 기반 자연어 생성 199
13.3 강화 학습 기반 자연어 생성 203
13.4 적대 학습 기반 자연어 생성 205
참고문헌 208
CHAPTER 14 대화 시스템(Dialog System) 209
14.1 대화 시스템 개론 209
14.2 대화 시스템의 분류 218
참고문헌 221
CHAPTER 15 문서 요약(Text Summarization) 223
15.1 문서 요약이란 223
15.2 문서 요약 방법 224
15.3 접근법 232
15.4 평가 236
참고문헌 237
CHAPTER 16 텍스트 분류(Text Categorization) 239
16.1 텍스트 분류란? 239
16.2 일상 속 텍스트 분류 241
16.3 감정분석이란 무엇인가? 242
16.4 다양한 텍스트 분류 예시 244
16.5 텍스트 분류 프로세스 245
16.6 텍스트 분류, 군집화 알고리즘 248
16.7 Scikit-Learn 252
16.8 데이터 시각화 253
참고문헌 255

PART III 딥러닝 기반 자연어처리

CHAPTER 17 딥러닝의 소개 259
17.1 딥러닝 개요 259
17.2 딥러닝 모델의 핵심: 자동적인 계층적 자질 표상 습득 261
17.3 딥러닝 시스템 구축을 위한 고려 사항: 데이터와 모델 구조 263
17.4 딥러닝 모델의 뼈대: 퍼셉트론 265
17.5 비선형 결정 경계와 활성 함수 267
17.6 딥러닝 모델의 학습 268
참고문헌 269
CHAPTER 18 단어 임베딩 273
18.1 단어 임베딩이란? 273
18.2 분포 가설과 언어 모델링 275
18.3 Word2vec 이전의 단어 임베딩 275
18.4 Word2vec부터 ELMo 이전까지의 임베딩: 단어 단위 임베딩 277
18.5 ELMo 이후의 임베딩: 문장 단위 임베딩 279
18.6 한국어의 단어 임베딩과 입력의 최소 단위 283
18.7 최신 연구 동향 284
참고문헌 285
CHAPTER 19 합성곱 신경망(Convolutional Neural Networks, CNN) 289
19.1 CNN 개념 289
19.2 CNN을 이용한 문장 분류 294
참고문헌 299
CHAPTER 20 순환 신경망(Recurrent Neural Networks, RNN) 301
20.1 기본 순환 신경망(Vanilla Recurrent Neural Networks) 301
20.2 응용 순환 신경망(Advanced Recurrent Neural Networks) 305
20.3 순환 신경망 기반 자연어 생성 310
참고문헌 312
CHAPTER 21 딥러닝 기반 한국어 형태소 분석과 품사 태깅 315
21.1 형태소 분석 품사 태깅 개요 315
21.2 KoNLPy 형태소 분석 도구 소개[1] 318
21.3 딥러닝 이전의 형태소 분석, 품사 태깅 소개 318
21.4 딥러닝 기반 형태소 분석, 품사 태깅 소개 320
참고문헌 324
CHAPTER 22 딥러닝 기반 한국어 단어의미 분석 327
22.1 한국어 의미역 분석 327
22.2 심층학습 기반 단어 중의성 해소 331
참고문헌 336
CHAPTER 23 딥러닝 기반 개체명 인식(NER) 337
23.1 딥러닝 기반 NER 337
23.2 단어 단위의 구조 337
23.3 문자 단위의 구조 338
23.4 단어+문자 단위의 구조 339
참고문헌 340
CHAPTER 24 딥러닝 기반 Question & Answering 341
24.1 딥러닝 기반 Question & Answering 341
24.2 딥러닝 기반 Question & Answering 모델 343
24.3 시각 질의응답(Visual Question Answering, VQA) 346
참고문헌 350
CHAPTER 25 딥러닝 기반 기계번역 353
25.1 기계번역 소개 및 흐름 353
25.2 딥러닝 기반 기계번역의 흐름 354
25.3 Sequence to Sequence 구조와 인코더 디코더 356
25.4 RNN 기반 Neural Machine Translation 357
25.5 Attention의 등장 358
25.6 Transformer 361
25.7 Self-Attention 363
25.8 Multi Head Attention 365
25.9 Positional Encoding 366
25.10 Residual & Layer Normalization 367
25.11 Decoder 368
25.12 Linear Layer & Softmax 368
참고문헌 370
CHAPTER 26 딥러닝 기반 문장생성 373
26.1 순환 신경망 언어 모델을 이용한 문장 생성 374
26.2 셀프 어텐션 기반 언어 모델을 이용한 문장 생성 378
참고문헌 381
CHAPTER 27 딥러닝 기반 문서 요약(Text Summarization) 383
27.1 딥러닝 기반 문서 요약의 동향 383
27.2 딥러닝 기반의 추상 요약 384
참고문헌 392
CHAPTER 28 딥러닝 기반 대화 시스템 393
28.1 목적 지향 대화 시스템(Task-Oriented Dialogue System) 394
28.2 비목적 지향 대화 시스템(챗봇 시스템) 399
참고문헌 404
CHAPTER 29 딥러닝을 이용한 SNS(Social Network Service) 분석 407
29.1 SNS 407
29.2 SNS 분석 409
29.3 SNS 분석 기법 410
참고문헌 417
CHAPTER 30 응용: 이미지 캡션 생성 419
30.1 이미지 캡션 생성 개요 419
30.2 이미지 캡션 생성 과정 422
30.3 이미지 캡션 생성 모델: Show & Tell 425
30.4 훈련에 따른 성능변화 429
참고문헌 432
실습 435