자연어처리 바이블: ChatGPT 핵심기술

첫 번째 파트에서는 자연어처리를 배우기 위하여 필요로 하는 수학, 언어학 등의 기본 지식과 파이프라인 방식의 자연어처리를 위한 각 단계들에 대한 핵심 원리를 설명한다. 두 번째 파트에서는 자연어처리 기술을 활용하여 개발될 수 있는 여러 가지 응용 시스템을 설명하고, 각 시스템의 기본 원리를 설명하였다. 세 번째 파트에서는 딥러닝 기술의 원리와 딥러닝 기술을 이용한 자연어처리 기술에 대하여 설명한다. 또한 사전학습언어모델, Transformer, ChatGPT의 핵심원리와 응용에 대한 내용을 담았다.
구매링크

PART I 자연어처리의 기본

CHAPTER 1 자연어처리의 기본 PPT
CHAPTER 2 자연어처리를 위한 수학 PPT
CHAPTER 3 언어학의 기본 원리 PPT
CHAPTER 4 텍스트의 전처리 PPT
CHAPTER 5 어휘 분석(Lexical Analysis) PPT | 실습
CHAPTER 6 구문 분석 PPT | 실습
CHAPTER 7 의미 분석 PPT | 실습

PART II 자연어처리 응용

CHAPTER 8 개체명 인식(Named Entity Recognition) PPT | 실습
CHAPTER 9 언어 모델(Language Model) PPT | 실습
CHAPTER 10 정보추출(Information Extraction) PPT | 실습
CHAPTER 11 질의응답(Question & Answering) PPT
CHAPTER 12 기계 번역(Machine Translation) PPT
CHAPTER 13 자연어 생성 PPT | 실습
CHAPTER 14 대화 시스템(Dialog System) PPT
CHAPTER 15 문서 요약(Text Summarization) PPT | 실습
CHAPTER 16 텍스트 분류(Text Categorization) PPT | 실습

PART III 딥러닝기반 자연어처리

CHAPTER 17 딥러닝의 소개 PPT
CHAPTER 18 단어 임베딩 PPT | 실습
CHAPTER 18 신경언어모델 통합정리 PPT
CHAPTER 19 합성곱 신경망(Convolutional Neural Networks, CNN) PPT | 실습
CHAPTER 20 순환 신경망(Recurrent Neural Networks, RNN) PPT | 실습
CHAPTER 21 딥러닝 기반 한국어 형태소 분석과 품사 태깅 PPT
CHAPTER 22 딥러닝 기반 한국어 단어의미 분석 PPT | 실습
CHAPTER 23 딥러닝 기반 자연어처리 PPT | 실습
CHAPTER 24 딥러닝 기반 질의응답 PPT | 실습
CHAPTER 25 딥러닝 기반 기계번역 PPT | 실습
CHAPTER 26 딥러닝 기반 문장생성 PPT | 실습
CHAPTER 27 딥러닝 기반 문서 요약 PPT | 실습
CHAPTER 28 딥러닝 기반 대화 시스템 PPT
CHAPTER 29 딥러닝을 이용한 SNS(Social Network Service) 분석 PPT | 실습
CHAPTER 30 응용: 이미지 캡션 생성 PPT
CHAPTER 31 가짜뉴스 탐지
CHAPTER 32 PLM, Transformer

지은이 소개

임희석
2008년부터 고려대학교 컴퓨터학과 교수로 재직 중이다. 1997년 고려대학교 컴퓨터학과에서 인공지능 전공으로 박사학위를 받았다. 현재 Human-inspired AI 연구소장으로 자연어처리와 인공지능 분야의 세계적인 성과와 결과를 만들고 있다. 주요 연구분야는 자연어처리, 인공지능, 정보검색이다. 대표 저서로는 알기 쉬운 컴퓨팅 사고력(Human Science, 2017년), 컴퓨팅 사고력과 일상의 빅데이터(Human Science, 2016년), 중학교 정보 교과서(천재교육, 2017년), 고등학교 정보 교과서(천재교육, 2017년), 중학교 정보 교과서(비상교육, 2018년) 그리고 고등학교 정보 교과서(비상교육, 2018년)를 집필하였다.