Natural Language Processing (NLP)의 텍스트 처리 필수 개념을 학습하세요. 토큰화, 불용어와 구두점 제거, 소문자화(lowercasing), 어간 추출(stemming), 표제어 추출(lemmatization) 등 정규화를 익혀 텍스트 데이터를 이후 분석과 인사이트 도출을 위해 준비합니다.

자연어 처리 소개

문장 및 단어 토크나이즈

NLP 워크플로

불용어와 문장 부호 처리

불용어 제거하기

구두점 제거하기

텍스트 정규화 기법

소문자화

스테밍(Stemming)

표제어 추출(Lemmatization)

텍스트 처리 기초

원시 텍스트를 강력한 수치 특징으로 변환하세요. 문서 전반의 단어 중요도를 반영하는 Bag-of-Words와 TF-IDF 표현을 만들고, Word2Vec과 GloVe 같은 단어 임베딩으로 더 깊은 의미 패턴을 탐색합니다. 빈도, 중요도, 유사성을 시각화하여 텍스트 데이터를 생생하게 파악해 보세요.

Bag-of-Words 표현

고객 리뷰로 어휘집 구축하기

BoW로 텍스트를 숫자로 변환하기

상품 리뷰의 빈도 분석

단어 빈도 시각화하기

TF-IDF 벡터화

제품 피드백의 TF-IDF 표현

BoW와 TF-IDF 표현 비교

임베딩

임베딩으로 단어 관계 탐색하기

워드 임베딩 시각화와 비교

텍스트에서 특징 추출

사전 학습된 모델의 힘을 활용해 고급 텍스트 분류 작업을 수행하세요. Hugging Face 파이프라인으로 감성 분석, 주제 분류, 자연어 추론을 실행합니다. 최신 모델을 통해 의미 유사도와 문법적 타당성을 평가하면서, 처음부터 모델을 만들 필요 없이 효율적으로 진행합니다.

감성 분석을 위한 Hugging Face 파이프라인

리뷰 감성 분석하기

여러 후기 일괄 분류하기

레이블된 리뷰 데이터로 모델 비교하기

Zero-shot 분류와 QNLI

지원 티켓의 Zero-shot 분류

텍스트가 질문에 답하나요?

질문 유사도와 문법적 적절성

중복 질문 감지

문법적 올바름 확인하기

Hugging Face로 하는 텍스트 분류

최신 NLP 응용의 핵심인 토큰 분류와 텍스트 생성 기법을 깊이 있게 다룹니다. NER과 품사(PoS) 태깅으로 의미 있는 개체와 문법 구조를 추출하는 방법을 배우세요. 추출형과 생성형 질문 응답을 모두 익히고, Hugging Face 파이프라인으로 요약, 번역, 언어 모델링 등 고급 생성 작업을 탐구합니다.

토큰 분류

뉴스 헤드라인에서 개체명 식별하기

텍스트 분석을 위한 품사 태깅

질의응답

제품 설명에서 질문에 답하기

추출형을 넘어, 자연스러운 답 만들기: 추상적 QA

시퀀스 생성 작업

빠른 인사이트를 위한 뉴스 기사 요약

고객 리뷰를 프랑스어로 번역하기

검색 자동완성 시스템 만들기

축하합니다

토큰 분류와 텍스트 생성

product_reviews.csv

Natural Language Processing (NLP)의 강력함을 직접 체험해 보고 텍스트 분석 실력을 한 단계 끌어올리세요! 이 강의는 텍스트 데이터를 처리·분석하고 인사이트를 추출하는 데 필요한 핵심 도구를 제공합니다. 토큰화, 표제어 추출(lemmatization), 어간 추출(stemming) 같은 텍스트 전처리 기본부터 Bag-of-Words(BoW), TF-IDF, 임베딩을 활용한 의미 있는 수치 특징 추출까지 다룹니다. 마지막으로 Hugging Face를 통해 최신 Transformer 모델을 활용해 보세요. 최신 모델로 감성 분석, 콘텐츠 분류, 질문-답변 관계 분석, 문법적 타당성 평가, 텍스트 생성을 수행합니다.

<h2>탄탄한 NLP 기초를 다지세요 </h2>자연어 처리(NLP)의 힘을 활용하고 텍스트 분석 역량을 한 단계 끌어올리세요! 이 강의는 텍스트 데이터를 처리하고, 분석하며, 인사이트를 추출하는 데 필요한 필수 도구를 제공합니다. 텍스트 처리의 기초부터 시작하여, 토큰화부터 불용어와 구두점을 제거하고 표제어 추출과 어간 추출을 적용해 텍스트 일관성을 높이는 정제 및 정규화까지 학습합니다.<br><br><h2>텍스트에서 의미 있는 특성 추출</h2>원시 텍스트를 넘어 숫자 표현으로 변환해 보세요! Bag-of-Words 표현을 살펴보고, TF-IDF 벡터화를 깊이 있게 익히며, Word2Vec과 GloVe 같은 강력한 단어 임베딩을 활용해 단어 간의 의미 관계를 포착해 보세요.<br><br><h2>AI로 텍스트 분류 및 생성하기</h2>Hugging Face 파이프라인을 활용해 최첨단 트랜스포머 모델의 힘을 경험해 보세요. 감성 분석을 수행하고, 콘텐츠를 분류하며, 질문-답변 관계를 분석하고, 문법적 수용성을 평가하고, 다양한 모델을 사용해 텍스트를 생성하는 방법을 배워보세요. 명명된 개체 인식(NER), 품사(PoS) 태깅, 텍스트 요약, 번역을 살펴보며 NLP 도구를 확장해 보세요.<br><br><h2>주요 NLP 라이브러리를 마스터하세요</h2>이 강의를 마치면 NLP의 기본 개념을 탄탄하게 이해하고, nltk, sklearn, gensim, 그리고 Hugging Face의 transformers와 같은 주요 라이브러리를 직접 다뤄본 실무 경험을 갖게 됩니다. 오늘 바로 여정을 시작하고 텍스트 데이터와 상호작용하는 방식을 바꿔보세요!

Python Toolbox

전처리부터 고급 변환기 모델까지 필수 NLP 기술로 텍스트 분석을 마스터하세요.

Python으로 배우는 Natural Language Processing (NLP)

전처리부터 고급 Transformer 모델까지 핵심 NLP 기법으로 텍스트 분석을 마스터하세요.

대형 언어 모델 개발

머신 러닝 과학자 in Python

자연어 처리 in Python

Machine Learning Engineer

질문 유사성과 문법적 적합성

질문 유사성

QQP 파이프라인

문법적 적합성 평가

CoLA 파이프라인

연습해 봅시다!

Hugging Face로 하는 텍스트 분류 - 질문 유사도와 문법적 적절성

질문 유사도와 문법적 적절성

Create Your Free Account