[NLP with PyTorch] Natural Language Processing with PyTorch - Chapter 1. Introduction

(내용 수정 및 추가가 지속적으로 이루어집니다.)

 

Introduction

• Echo, Siri, Google 번역기의 최소 1개 이상의 공통점 존재
  • NLP 응용

• NLP는 텍스트를 이해하기 위해 언어학의 통찰력 유무에 관계없이 통계적 방법을 적용하는 것과 관련된 일련의 기술
• 텍스트에 대한 "이해"를 하기 위해서는 텍스트를 벡터 또는 텐서, 그래프 및 트리와 같은 이산 또는 연속 조합 구조로 계산 가능한 형태로 표현해야함
• 데이터로부터 각 작업을 진행하기에 적합한 형태를 학습하는 것이 머신 러닝의 주제임
• 다들 알다시피, 역사는 오래됐지만, 딥러닝의 발전으로 NLP, 음성, 컴퓨터 비전에 엄청난 발전으로 이끌게됨
• 이 책은 딥러닝과 NLP를 동시에 배울 수 있음~! (어느 정도의 딥러닝 지식이 있어야하는 듯 합니다.)

-- -- 이 책에서 모든 Reference는 각 챕터 끝에 있음 -- --

 

The Supervised Learning Paradigm

 

Observation and Target Encoding

 

One-Hot Representation

 

TF Representation

 

TF-IDF Representation

 

Target Encoding

 

PyTorch Basics

 

Installing PyTorch

 

Creating Tensors

 

Tensor Types and Size

 

Tensor Operations

 

Indexing, Slicing, and Joining

 

Tensors and Computational Graphs

 

CUDA Tensors

 

Exercises(feat. Solutions)

 

 

Summary

 

References