레플리
글 수 281

KoNLPy를 이용하여 Huggingface Transformers 학습하기

조회 수 1567 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 날짜sort 조회 수
ChatGPT 2달만에 누적 사용자 1억명 돌파 깊은바다 2023-02-03 88
ChatGPT 톺아보기 - 인공지능의 역사부터 신경망, 초거대AI, ChatGPT까지 file 깊은바다 2023-02-01 310
ChatGPT 한글 자동번역 크롬 확장프로그램 깊은바다 2023-01-17 1846
Koko 심리상담 서비스에서 GPT-3 대답 추천 기능을 도입 file 깊은바다 2023-01-11 296
ChatGPT보다 한글을 더 잘 대답하는 모델 - Claude file 깊은바다 2023-01-10 816
ChatGPT와 유사한 서비스 - Chatsonic file 깊은바다 2023-01-09 793
페이지링크와 ChatGPT 대화를 동시에 지원하는 검색엔진 - You.com 깊은바다 2022-12-27 235
ChatGPT에게 챗봇을 만들어보라고 해봤습니다 file 깊은바다 2022-12-26 412
ChatGPT는 새로운 검색엔진이 될까 file 깊은바다 2022-12-06 506
OpenAI의 대화전용 딥러닝 모델 - ChatGPT file 깊은바다 2022-12-02 964
네이버의 초거대모델인 하이퍼클로바 가격 공개 깊은바다 2022-08-24 1817
유저 피드백을 받아 지속적으로 학습을 하는 챗봇 - BlenderBot 3 file 깊은바다 2022-08-06 1135
최신 자연어처리 모델 소개 file 깊은바다 2022-07-11 1172
러시아의 구글 얀덱스, 100B 초거대모델 무료 공개 깊은바다 2022-06-26 804
구글의 초거대모델 PaLM의 추론과 상식 능력 file 깊은바다 2022-05-20 837