본문내용 바로가기
무료배송 이벤트 사은품 소득공제

자연어처리 바이블 핵심이론 응용시스템 딥러닝

고려대학교 정보대학 교재시리즈
클로버 리뷰쓰기
  • 정가 : 35,000원
    판매가 : 31,500 [10%↓ 3,500원 할인]
  • 통합포인트 :
    [기본적립] 1,750원 적립 [5% 적립] [추가적립] 5만원 이상 구매 시 2천원 추가적립 안내 [회원혜택] 실버등급 이상, 3만원 이상 구매 시 2~4% 추가적립 안내
  • 추가혜택 : 포인트 안내 도서소득공제 안내 추가혜택 더보기
  • 배송비 : 무료 배송비 안내
  • 배송일정 : 서울특별시 종로구 세종대로 기준 지역변경
    지금 주문하면 내일(23일,수) 도착 예정 배송일정 안내
  • 바로드림 : 인터넷으로 주문하고 매장에서 직접 수령 안내 바로드림 혜택
    휴일에는 바로드림 픽업으로 더 빨리 받아 보세요. 바로드림 혜택받고 이용하기

이 책의 이벤트 해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.

  • 인공지능 계보도 특대형 패브릭 포스터 사은품
    2020.08.24 ~ 2020.10.31
  • 책을 통해 성장해나가는 개발자를 응원합니다.
    2017.06.22 ~ 2025.07.31
상품상세정보
ISBN 9791189057145(118905714X)
쪽수 570쪽
크기 176 * 247 * 26 mm /1027g 판형알림

책소개

이 책이 속한 분야

『자연어처리 바이블』은 자연어처리의 핵심 원리, 응용시스템, 그리고 딥러닝 기반 자연어처리까지 자연어처리의 모든 분야를 다루고자 노력하였다. 참고문헌은 쉽게 찾아볼 수 있도록 각 장의 마지막에 배치되었으며 경우에 따라 동일한 참고문헌이 다른 장 뒤에서 중복해서 기술되었다.

저자소개

저자가 속한 분야

2008년부터 고려대학교 컴퓨터학과 교수로 재직 중이다. 1992년 고려대학교 컴퓨터학과를 졸업하고, 97년 동대학원에서 박사학위를 받았다. 한국컴퓨터교육학회 논문지의 편집위원장을 역임하였으며, 현재 Human inspired AI 연구소장과 한국융합학회 부회장으로 활동 중이다.
주요 연구분야는 자연어처리, 인공지능, 정보검색, 뇌 신경 언어처리이다. 저서로는 알기 쉬운 컴퓨팅 사고력(Human Science, 2017년), 컴퓨팅 사고력과 일상의 빅데이터(Human Science, 2016년), 도와주세요! 아이폰이 생겼어요(시리즈)(한빛미디어, 2010년~11년), 번역서로는 검색엔진:최신정보검색론(Human Science, 2011년), C++를 이용한 데이터 구조 및 알고리즘 분석(홍릉과학출판사, 2010년)이 있으며, 중학교 정보 교과서(천재교육, 2017년), 고등학교 정보 교과서(천재교육, 2017년), 중학교 정보 교과서(비상교육, 2018년) 그리고 고등학교 정보 교과서(비상교육, 2018년)를 집필하였다.

ㆍ고려대학교 자연어처리연구실

저자 : 고려대학교 자연어처리연구실

목차

PART I

자연어처리 핵심 이론

CHAPTER 1 자연어처리의 기본 3

1.1 자연어처리란 3
1.2 자연어처리의 응용 분야 6
1.3 자연어처리는 왜 어려운가? 8
1.4 자연어처리 연구의 패러다임 11
1.5 딥러닝을 사용하는 자연어처리 연구 15
참고문헌 18

CHAPTER 2 자연어처리를 위한 수학 21

2.1 확률의 기초 21
2.2 MLE와 MAP 28
2.3 정보이론과 엔트로피 31
참고문헌 36

CHAPTER 3 언어학의 기본 원리 37

3.1 언어학 개요 37
3.2 음절, 형태소, 어절 그리고 품사 37
3.3 구구조와 의존구조 45
3.4 의미론과 화용론 47
참고문헌 49

CHAPTER 4 텍스트의 전처리 51

4.1 비정형 데이터 내의 오류 51
4.2 텍스트 문서의 변환 53
4.3 띄어쓰기 교정 방법 55
4.4 철자 및 맞춤법 교정방법 59
참고문헌 64

CHAPTER 5 어휘 분석(Lexical Analysis) 67

5.1 형태소 분석(Morphological Analysis) 67
5.2 품사 태깅 72
5.3 형태소 분석 및 품사 태깅기의 활용 분야 85
참고문헌 85

CHAPTER 6 구문 분석 87

6.1 구문 분석 개요 87
6.2 구구조 구문 분석 90
6.3 의존 구문 분석 97
6.4 구문 분석 접근 방법의 장단점 101
6.5 더 알아보기 102
참고문헌 105

CHAPTER 7 의미 분석 107

7.1 단어와 단어 의미 중의성 107
7.2 단어 의미 중의성 해소 기법 108
7.3 의미역(Semantic Role) 분석 114
7.4 의미표현 116
참고문헌 120


자연어처리 응용시스템

CHAPTER 8 개체명 인식(Named Entity Recognition) 125

8.1 개체명 인식 소개 125
8.2 개체명 인식이란 126
8.3 NER 시스템 128
8.4 NER 평가 척도 135
8.5 BIO Tagging Scheme 136
8.6 학습 코퍼스 136
참고문헌 139

CHAPTER 9 언어 모델(Language Model) 141

9.1 언어 모델이란? 141
9.2 통계적 언어 모델 141
9.3 일반화(Generalization) 152
9.4 모델 평가와 퍼플렉서티(Perplexity) 155
참고문헌 158

CHAPTER 10 정보추출(Information Extraction) 159

10.1 정보추출이란 159
10.2 정보추출의 학습 방법 160
10.3 관계 추출(Relation Extraction) 162
10.4 정보추출(관계 추출)의 접근법 163
참고문헌 168

CHAPTER 11 질의응답(Question & Answering) 171

11.1 질의응답(Question & Answering)이란 171
11.2 정보검색 기반 질의응답 172
참고문헌 181

CHAPTER 12 기계 번역(Machine Translation) 183

12.1 기계 번역이란 183
12.2 규칙 기반 기계번역 185
12.3 통계 기반 기계번역 187
12.4 구 기반 번역 192
12.5 통계 모델을 이용한 실제 문장 번역 193
참고문헌 194

CHAPTER 13 자연어 생성 197

13.1 배경 197
13.2 지도 학습 기반 자연어 생성 199
13.3 강화 학습 기반 자연어 생성 203
13.4 적대 학습 기반 자연어 생성 205
참고문헌 208

CHAPTER 14 대화 시스템(Dialog System) 209

14.1 대화 시스템 개론 209
14.2 대화 시스템의 분류 218
참고문헌 221

CHAPTER 15 문서 요약(Text Summarization) 223

15.1 문서 요약이란 223
15.2 문서 요약 방법 224
15.3 접근법 232
15.4 평가 236
참고문헌 237

CHAPTER 16 텍스트 분류(Text Categorization) 239

16.1 텍스트 분류란? 239
16.2 일상 속 텍스트 분류 241
16.3 감정분석이란 무엇인가? 242
16.4 다양한 텍스트 분류 예시 244
16.5 텍스트 분류 프로세스 245
16.6 텍스트 분류, 군집화 알고리즘 248
16.7 Scikit-Learn 252
16.8 데이터 시각화 253
참고문헌 255

PART
III

딥러닝 기반 자연어처리

CHAPTER 17 딥러닝의 소개 259

17.1 딥러닝 개요 259
17.2 딥러닝 모델의 핵심: 자동적인 계층적 자질 표상 습득 261
17.3 딥러닝 시스템 구축을 위한 고려 사항: 데이터와 모델 구조 263
17.4 딥러닝 모델의 뼈대: 퍼셉트론 265
17.5 비선형 결정 경계와 활성 함수 267
17.6 딥러닝 모델의 학습 268
참고문헌 269

CHAPTER 18 단어 임베딩 273

18.1 단어 임베딩이란? 273
18.2 분포 가설과 언어 모델링 275
18.3 Word2vec 이전의 단어 임베딩 275
18.4 Word2vec부터 ELMo 이전까지의 임베딩: 단어 단위 임베딩 277
18.5 ELMo 이후의 임베딩: 문장 단위 임베딩 279
18.6 한국어의 단어 임베딩과 입력의 최소 단위 283
18.7 최신 연구 동향 284
참고문헌 285

CHAPTER 19 합성곱 신경망(Convolutional Neural Networks, CNN) 289

19.1 CNN 개념 289
19.2 CNN을 이용한 문장 분류 294
참고문헌 299

CHAPTER 20 순환 신경망(Recurrent Neural Networks, RNN) 301

20.1 기본 순환 신경망(Vanilla Recurrent Neural Networks) 301
20.2 응용 순환 신경망(Advanced Recurrent Neural Networks) 305
20.3 순환 신경망 기반 자연어 생성 310
참고문헌 312

CHAPTER 21 딥러닝 기반 한국어 형태소 분석과 품사 태깅 315

21.1 형태소 분석 품사 태깅 개요 315
21.2 KoNLPy 형태소 분석 도구 소개[1] 318
21.3 딥러닝 이전의 형태소 분석, 품사 태깅 소개 318
21.4 딥러닝 기반 형태소 분석, 품사 태깅 소개 320
참고문헌 324

CHAPTER 22 딥러닝 기반 한국어 단어의미 분석 327

22.1 한국어 의미역 분석 327
22.2 심층학습 기반 단어 중의성 해소 331
참고문헌 336

CHAPTER 23 딥러닝 기반 개체명 인식(NER) 337

23.1 딥러닝 기반 NER 337
23.2 단어 단위의 구조 337
23.3 문자 단위의 구조 338
23.4 단어+문자 단위의 구조 339
참고문헌 340

CHAPTER 24 딥러닝 기반 Question & Answering 341

24.1 딥러닝 기반 Question & Answering 341
24.2 딥러닝 기반 Question & Answering 모델 343
24.3 시각 질의응답(Visual Question Answering, VQA) 346
참고문헌 350

CHAPTER 25 딥러닝 기반 기계번역 353

25.1 기계번역 소개 및 흐름 353
25.2 딥러닝 기반 기계번역의 흐름 354
25.3 Sequence to Sequence 구조와 인코더 디코더 356
25.4 RNN 기반 Neural Machine Translation 357
25.5 Attention의 등장 358
25.6 Transformer 361
25.7 Self-Attention 363
25.8 Multi Head Attention 365
25.9 Positional Encoding 366
25.10 Residual & Layer Normalization 367
25.11 Decoder 368
25.12 Linear Layer & Softmax 368
참고문헌 370

CHAPTER 26 딥러닝 기반 문장생성 373

26.1 순환 신경망 언어 모델을 이용한 문장 생성 374
26.2 셀프 어텐션 기반 언어 모델을 이용한 문장 생성 378
참고문헌 381

CHAPTER 27 딥러닝 기반 문서 요약(Text Summarization) 383

27.1 딥러닝 기반 문서 요약의 동향 383
27.2 딥러닝 기반의 추상 요약 384
참고문헌 392

CHAPTER 28 딥러닝 기반 대화 시스템 393

28.1 목적 지향 대화 시스템(Task-Oriented Dialogue System) 394
28.2 비목적 지향 대화 시스템(챗봇 시스템) 399
참고문헌 404

CHAPTER 29 딥러닝을 이용한 SNS(Social Network Service) 분석 407

29.1 SNS 407
29.2 SNS 분석 409
29.3 SNS 분석 기법 410
참고문헌 417

CHAPTER 30 응용: 이미지 캡션 생성 419

30.1 이미지 캡션 생성 개요 419
30.2 이미지 캡션 생성 과정 422
30.3 이미지 캡션 생성 모델: Show & Tell 425
30.4 훈련에 따른 성능변화 429
참고문헌 432

실습 435

책 속으로

[머리말]
저자는 1990년대 초 대학원에 진학해서 자연어처리에 대한 연구와 공부를 시작했다. 당시 주변 사람들에게 자연어처리를 연구한다고 하면 컴퓨터학을 연구하는 사람들조차도 바로 알아듣는 사람들이 많지 않은 실정이었다. 하지만 요즘은 학계와 산업계뿐만 아니라 일반인들 중에서도 자연어처리에 대해서 관심을 갖고 공부하고 관련 기술을 습득하기를 원하는 사람들이 늘어나고 있는 상황이다. 자연어처리가 왜 중요하게 여겨지고 관심을 받고 있는 걸까? 사람의 지능에 가깝고 또 능가하는 인공지능을 개발하기 위해서는 세상에 대한 지식(world... 더보기

출판사 서평

▶ 책 활용하기
각 장의 마지막에는 참고문헌뿐만 아니라 연습문제도 제시하여 학습한 내용을 스스로 점검할 수 있도록 노력하였으나 연습문제가 없는 장들도 있다. 본 서는 독자들에게 이론뿐만 아니라 직접 실습하고 코드를 돌려 볼 수 있도록 소스 코드와 실행 결과를 포함하고 있는 실습 과제를 개발하여 추가하였다. 저자들은 독자들이 코드를 직접 실행시켜보고 결과를 분석하는 것이 이론을 이해하는데 큰 도움이 된다는 것을 확신하여 실습 과제 개발에도 많은 시간을 투자하였다. 본 서에서 설명하는 용어는 영어 표현이 많다. 용어들을 가능한 한국어... 더보기

Klover 리뷰 (0)

북로그 리뷰 (0) 쓰러가기

도서 구매 후 리뷰를 작성하시면
결제 90일 이내 300원, 발송 후 5일 이내 400원, 이 상품의 첫 리뷰 500원의 포인트를 드립니다.

포인트는 작성 후 다음 날 적립되며, 도서 발송 전 작성 시에는 발송 후 익일에 적립됩니다.
북로그 리뷰는 본인인증을 거친 회원만 작성 가능합니다.
(※ 외서/eBook/음반/DVD/GIFT 및 잡지 상품 제외) 안내
  • 해당도서의 리뷰가 없습니다.

문장수집 (0) 문장수집 쓰기 나의 독서기록 보기
※구매도서의 문장수집을 기록하면 통합포인트 적립 안내

교환/반품/품절안내

※ 상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

교환/반품/품절안내
반품/교환방법 마이룸 > 주문관리 > 주문/배송내역 > 주문조회 > 반품/교환신청 ,
[1:1상담>반품/교환/환불] 또는 고객센터 (1544-1900)

※ 오픈마켓, 해외배송주문, 기프트 주문시 [1:1상담>반품/교환/환불]
    또는 고객센터 (1544-1900)
반품/교환가능 기간 변심반품의 경우 수령 후 7일 이내,
상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내
반품/교환비용 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
반품/교환 불가 사유
  • 소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
    (단지 확인을 위한 포장 훼손은 제외)
  • 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    예) 화장품, 식품, 가전제품(악세서리 포함) 등
  • 복제가 가능한 상품 등의 포장을 훼손한 경우
    예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집
  • 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)
  • 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우
  • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
  • 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에
    해당되는 경우
(1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시 ‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①서양도서-판매정가의 12%, ②일본도서-판매정가의 7%를 적용)
상품 품절 공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는
이메일과 문자로 안내드리겠습니다.
소비자 피해보상
환불지연에 따른 배상
  • 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
    소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨
  • 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
    소비자 보호에 관한 법률에 따라 처리함

바로가기

  • 우측 확장형 배너 2
  • 우측 확장형 배너 2

최근 본 상품