미나랑 해보자

1. 개요 7/26일~8/3에는 머신러닝/딥러닝 수업과 함께 짧게 진행할 수 있는 미니프로젝트를 진행했다. 우리 조는 도서데이터에 관심이 있었고 이걸로 뭘 해보고자 했는데 주제를 정하기까지 오래걸렸다. 처음에는 개인취향을 반영한 도서추천시스템을 만들고 싶었지만 개인별 도서구매내역이나 대출내역에 대한 데이터를 구할 수 없어 실패.. 그래서 아예 데이터 분석쪽으로 방향을 전환했다. 팀원분 중에 책을 보고 x, y, z세대별로 대출하는 도서에 나타나는 특징이 있지 않을까하는 방향을 제시하셨다. 사실 세대별로 향유하는 취미생활이 아주 다르다고 생각하는데, 독서는 유일하게 모든 세대의 취미가 되니까 팀 전체가 아이디어를 긍정적으로 보았고, 그 아이디어가 낙찰되어 다같이 워드클라우드, 대응분석, word2vec을 ..

**앞으로 머신러닝/딥러닝 수업을 할 7일간 배울 내용에 대한 개요** **신경망 이전 데이터를 다루고 처리하는 방법들** 1. 인공지능이란? 1) 지능의 정의 인간의 지적능력(=특정 지식이나 기술을 획득하거나 적용할 수 있는 능력) -뇌과학자들의 정의 적응능력, 학습능력, 선행지식, 여러가지 다른 정신과정의 복잡한 상호작용과 조정을 포함 문화특수적이며 보편적이지 않음 한 문화에서 지적인 행동이 반드시 다른 문화에서 지적인 행동으로 간주될 필연성을 갖지않음 감정과는 독립적으로 사고하는 기능 2) 사고력과 기계적 사고 컴퓨터 과학은 사고력을 기계에 부여하는 작업이다. 기계적 사고와 인공지능의 창발성이 인간의 생각과 미래를 보는 관점을 변화 인간과 기계의 상호적인 사고작용에 대한 논의가 컴퓨팅 사고과 인공지..

1. 인트로 모든 언어사용자들은 유한개의 규칙을 가지고 무한대의 문장을 만들 수 있다. 영어는 문장의 순서가 문장에서의 역할을 정의하기 때문에 순서의 영향을 많이 받는다(SVO구조) 이와 반대로, 한국어는 조사가 문장의 격(주격, 목적격 등)을 결정하기 때문에 상대적으로 어순이 자유롭다 -> 영어의 트리구조를 적용하기 어려움 문장규칙은 문장의 의미를 계층적으로 나타냄으로써 중의성을 세분화해줄 수 있다 2. 문법성(grammaticality)가 근거를 두지 않은 부분 -문법성은 의미에 근거하지 않는다 -문법성은 그 문장의 진실성에 근거하지 않는다 예) colorless green ideas sleep furiously (무색의 초록 생각들이 맹렬히 잔다) 언어학 혹은 영어학을 전공으로 하고있다면 엄청 많이..

형태론(Morphology) 단어의 구성과 형태에 대한 이론들 1. 내용어(Content word)와 기능어(function word) -내용어: 개념적인 의미(conceptual meaning)을 가지고 있는 단어(명사, 동사, 형용사 등) *Open class words: 새로운 단어가 무한으로 생성 가능하다 -기능어: 문법적인 의미(grammatical meaning)만 가지고 있는 단어(관사, 전치사, 접속사 등) *Closed class words: 새로운 기능어가 만들어지기 어렵다. 뇌에서 기능어와 내용어를 처리하는 부분이 다르다 2. 형태소란? -형태론(morphology): 단어의 구조와 단어형성규칙에 대한 연구 -형태소(morpheme): 의미의 최소단위 예) books-> book+-s..

언어학과 자연어처리에 대한 아주 간단한 인트로이다. 배운 걸 정리하려는 목적이지만 혹시 정주행 하시는 분이 있다면 이러저러한게 있구나~ 하고 쓱 보시면 될 것 같다. 자연어처리에 관한 내용도 조금은 나오고 위 수업은 영어학이었지만 언어학 전공수업 시간에 배운 타언어도 조금 언급하게 될 것 같다. 1. 자연어처리 개론 1. 자연어&자연어처리란? -자연어의 의미를 분석하여 컴퓨터가 처리할 수 있도록 하는 일 -자연어 이해, 자연어 생성, 음성인식, 음성합성, 기계번역 등 -이전에는 규칙기반 방법(rule based)을 주로 사용했으나 최근에는 머신러닝을 사용하면서 정확도가 높아짐 2. 자연어처리의 한계(현재) -비정형데이터(띄어쓰기가 없는 경우, 영어 알파벳 등으로 자모음을 대체하여 표기하는 경우) 처리가 ..