글 수 143

KoNLPy를 이용하여 Huggingface Transformers 학습하기

조회 수 401 추천 수 0 2020.09.20 14:08:40


 

 

 

Transformer는 BERT나 GPT-2의 기반이 되는 모델입니다. 보통 자연어처리를 하기 전에 우선 문장을 토큰으로 쪼개야 합니다. 예전에는 사전을 기반으로 한 형태소분석을 주로 사용했습니다. 하지만 Transformer는 SentencePiece 같은 subword 토크나이저로 되어 있습니다.

 

SentencePiece의 장점은 언어의 특성을 고려할 필요가 없다는 것입니다. 코퍼스에서 많이 나오는 글자들을 묶어서 하나의 토큰으로 만듭니다. 그래서 모든 언어에 공통적으로 적용이 가능합니다. 또한 신조어에 강하기 때문에 OOV(Out Of Vocabulary)가 발생하지 않습니다.

 

하지만 '코로나 _가 심 _각 _합니다'처럼 '심각'이란 의미가 분리되는 경우가 나오기도 합니다. 이런 문제를 해결하기 위해서 Huggingface Transformers에 KoNLPy를 결합하였다고 합니다. 먼저 KoNLPy로 사전 토크나이즈를 하고, 그 결과를 다시 SentencePiece에 넣습니다. 이런 기능을 수행하는 파이썬 패키지도 소개하고 있습니다.

 

 

 

< 발표자료 >
https://songys.github.io/2020Langc…/…/huggingface_konlpy.pdf

 

< GitHub >
https://github.com/lovit/huggingface_konlpy

 

엮인글 :
List of Articles
제목 글쓴이 날짜 조회 수
스캐터랩의 오픈도메인 챗봇 루다 육아일기 - 모델의 구조 및 동작방식 file 깊은바다 2020-12-30 321
일상대화 챗봇 레플리카(Replika)의 구현 방식 file 깊은바다 2020-12-22 345
좋은 응답을 골라내는 모델 만들기 - 핑퐁의 답변매칭 알고리즘 깊은바다 2020-12-10 250
GPT-3를 헬스케어 서비스에 적용했을 때의 문제점들 깊은바다 2020-11-04 310
스캐터랩의 핑퐁팀, 새로운 생성 모델 챗봇 데모 공개 깊은바다 2020-11-02 519
카카오미니의 명령어 분류 방법 깊은바다 2020-10-23 129
딥러닝으로 동네생활 게시글 필터링하기 깊은바다 2020-10-06 202
KoNLPy를 이용하여 Huggingface Transformers 학습하기 깊은바다 2020-09-20 401
GPT-3 패러다임을 바꿀 미친 성능의 인공지능 등장 및 활용 사례 10가지 깊은바다 2020-09-14 407
GPT3 유료화 가격 공개 file 깊은바다 2020-09-04 724
GPT-3의 다섯 가지 한계 깊은바다 2020-08-23 573
그림으로 아주 쉽게 설명한, The Illustrated GPT-2 깊은바다 2020-08-15 553
한국어로 대화하는 생성 모델의 학습을 위한 여정 - Transformer와 GPT2 깊은바다 2020-08-13 399
KoGPT2, KoBERT, KoELECTRA로 만든 심리상담 챗봇 file 깊은바다 2020-08-05 1251
GPT3가 상식을 가지고 있을까 깊은바다 2020-07-24 513