Course Outline

Natural Language Processing (NLP) 소개

  • NLP 및 그 응용 프로그램 개요
  • 핵심 구성 요소: 구문론, 의미론 및 실용론
  • NLP 내에서 NLU의 역할

NLU 개념 이해

  • 자연어 이해의 정의와 범위
  • NLU와 NLP의 차이점
  • NLU에서 사용되는 기본 알고리즘

기본 NLU 기술

  • 토큰화 및 문장 분할
  • 명명된 엔터티 인식(NER)
  • 감정 분석 및 텍스트 분류

NLU에서의 언어 모델링

  • 통계 및 신경 언어 모델 소개
  • 단어 임베딩 및 컨텍스트 인식 모델 탐색
  • NLU 작업에서의 언어 모델 응용

NLU의 과제

  • 자연어의 모호성
  • 문맥적 이해 및 모호성 해소
  • 저자원 언어 다루기

NLU의 응용 프로그램

  • 챗봇과 가상 비서의 NLU
  • 비정형 텍스트에서 정보 추출
  • 다양한 산업의 사례 연구

NLU의 미래 동향

  • NLU를 위한 딥러닝의 발전
  • 문맥적 이해의 새로운 기술
  • 인간-AI 소통의 미래

요약 및 다음 단계

Requirements

  • 프로그래밍에 대한 기본 지식 (Python)
  • AI와 언어기술에 대한 관심

청중

  • AI 초보자
  • 데이터 과학 학생
  • 기술 매니아
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories