인간의 인지 능력을 능가하는 구글 AI 모델, BERT 자연어 처리에서 가장 화두가 되는 BERT는 2019년 11월에 구글이 공개한 AI 언어 모델입니다. 일부 성능 평가에서 인간을 능가하며 자연어 처리 발전에 큰 영향을 끼쳤습니

[PART I BERT 시작하기] CHAPTER 1 트랜스포머 입문 1.1 트랜스포머 소개 1.2 트랜스포머의 인코더 이해하기 1.3 트랜스포머 디코더 이해하기 1.4 인코더와 디코더 결합 1.5 트랜스포머 학습 1.6 마치며 1.7 연습 문제 1.8 보충 자료 CHAPTER 2 BERT 이해하기 2.1 BERT 기본 개념 2.2 BERT의 동작 방식....+전체보기 2.3 BERT의 구조 2.4 BERT 사전 학습 2.5 하위 단위 토큰화 알고리즘 2.6 마치며 2.7 연습 문제 2.8 보충 자료 CHAPTER 3 BERT 활용하기 3.1 사전 학습된 BERT 모델 탐색 3.2 사전 학습된 BERT에서 임베딩을 추출하는 방법 3.3 BERT의 모든 인코더 레이어에서 임베딩을 추출하는 방법 3.4 다운스트림 태스크를 위한 BERT 파인 튜닝 방법 3.5 마치며 3.6 연습 문제 3.7 보충 자료 [PART II BERT 파생 모델] CHAPTER 4 B ERT의 파생 모델 I: ALBERT, RoBERTa, ELECTRA, SpanBERT 4.1 ALBERT 4.2 ALBERT에서 임베딩 추출 4.3 RoBERTa 4.4 ELECTRA 이해하기 4.5 SpanBERT로 스팬 예측 4.6 마치며 4.7 연습 문제 4.8 보충 자료 CHAPTER 5 BERT 파생 모델 II: 지식 증류 기반 5.1 지식 증류 소개 5.2 DistilBERT: BERT의 지식 증류 버전 5.3 TinyBERT 소개 5.4 BERT에서 신경망으로 지식 전달 5.5 마치며 5.6 연습 문제 5.7 보충 자료 [PART III BERT 적용하기] CHAPTER 6 텍스트 요약을 위한 BERTSUM 탐색 6.1 텍스트 요약 6.2 텍스트 요약에 맞춘 BERT 파인 튜닝 6.3 ROUGE 평가 지표 이해하기 6.4 BERTSUM 모델의 성능 6.5 BERTSUM 모델 학습 6.6 마치며 6.7 연습 문제 6.8 보충 자료 CHAPTER 7 다른 언어에 BERT 적용하기 7.1 M-BERT 이해하기 7.2 M-BERT는 다국어 표현이 어떻게 가능한가? 7.3 XLM 7.4 XLM-R 이해하기 7.5 언어별 BERT 7.6 마치며 7.7 연습 문제 7.8 보충 자료 CHAPTER 8 sentence-BERT 및 domain-BERT 살펴보기 8.1 sentence-BERT로 문장 표현 배우기 8.2 sentence-transformers 라이브러리 탐색 8.3 지식 증류를 이용한 다국어 임베딩 학습 8.4 domain-BERT 8.5 마치며 8.6 연습 문제 8.7 보충 자료 CHAPTER 9 VideoBERT, BART 9.1 VideoBERT로 언어 및 비디오 표현 학습 9.2 BART 이해하기 9.3 BERT 라이브러리 탐색 9.4 마치며 9.5 연습 문제 9.6 보충 자료 CHAPTER 10 한국어 언어 모델: KoBERT, KoGPT2, KoBART 10.1 KoBERT 10.2 KoGPT2 10.3 KoBART