[2022] 인공지능 신약개발을 위한 자연어처리

[2022] 인공지능 신약개발을 위한 자연어처리 Certificate

Class Introduction

강의 소개 및 개요 입니다.

성명	김학수	소속기관	건국대학교
과목명	자연어처리	강의시간	6시간
학습목표	1. 자연어처리에 대한 기본 개념을 이해한다. 2. 자연어처리 문제를 기계학습을 통해 해결하는 방법을 이해하고 구현한다. 3. 대용량 언어모델을 이해하고 자연어처리 문제에 적용하는 방법을 학습한다.

강의 선수과목 및 준비사항입니다.

선수과목	파이썬 프로그래밍, 기계학습
참고자료
준비사항	인터넷 연결 가능한 PC(또는 노트북) 구글 코랩 연결을 위한 구글 드라이브 개인 아이디

Preview Lecture Video

Lecture video preview is only available as a 2-minute video.
After registering, you can check the entire learning video in the classroom.

Course Introduction

자연어처리 강의 과정입니다.

1	[목표] 자연어처리에 대한 기본 개념을 이해할 수 있다. [내용] Basics on NLP - 형태소분석, 구문분석, 의미분석, 담화분석에 대한 이해 - 개체명 인식에 대한 이해
2	[목표] 단어를 벡터로 표현하는 다양한 방법을 이해하고 활용할 수 있다. [내용] Text representation - Word Embedding에 대한 이해 - Word2Vec, GloVe, ELMO, BERT 알고리즘에 대한 이해 및 활용
3	[목표] 대용량 선학습 언어모델에 대해 이해한다. [내용] Pretrained Language Model (PLM) - BERT에 대한 이해 - BERT 이후의 다양한 언어모델(ALBERT, RoBERTa, ELECTRA, XLNet, T5 등) 에 대한 이해 및 활용
4	[목표] PLM 기반 감성분석 모델을 개발 할 수 있다. [내용] Practice on PLM: Sentiment Analysis - 대용량 선학습 언어모델을 분류 문제에 적용하는 방법을 이해하다.
5	[목표] PLM 기반 개체명 인식 모델을 개발 할 수 있다. [내용] Practice on PLM: Named Entity Recognition - 대용량 선학습 언어모델을 순차적 표지부착 문제에 적용하는 방법을 이해하다.
6	[목표] PLM 기반 기계독해 모델을 개발 할 수 있다. [내용] Practice on PLM: Machine Reading Comprehension - 대용량 선학습 언어모델을 스팬 예측 문제에 적용하는 방법을 이해하다.

Classification

Professor