- A curated list of speech and natural language processing resources
- NLPK: 강승식 교수의 nlp 카페
- Introduction to NLP
- An easy introduction to Natural Language Processing
- Introduction to Natural Language Processing for Text
- Introduction To Natural Language Processing | Machine Learning Projects | Eduonix
- 5—INTRO TO NLP AND RNNS
- A Review of the Neural History of Natural Language Processing
- Keyword extraction in Java
- Extracting meaningful text from webpages
- Extracting (meaningful) text from webpages - II
- ‘시리’가 아직까지 말귀를 못 알아듣는 까닭
- Heteronym (linguistics)
- Pronounceable Anagrams
- ROC Curve, AUC
- Part 1: For Beginners - Bag of Words 캐글뽀개기 6월 이상열
- Writers Choose Their Favorite Words 쓰이는 단어의 종류를 통해 글 쓴 사람 예측?
- Algorithms for text fingerprinting?
- 하나의 차트로 이해하는 민주당과 공화당이 세계를 보는 다른 시각
- Ask HN: What are the best tools for analyzing large bodies of text?
- Special Section: Reconceiving Text Analytics
- Top NLP Algorithms & Concepts
- ExoBrain
- 한자로
- Making Apps Understand Natural Language
- Automatically spotting interesting sentences in parliamentary debates
- Tone Analyzer
- Bag of Words Meet Bags of Popcorn - (1) Part 1: Bag of Words
- WHERE TECHNOLOGY MEETS BUSINESS. TYING TEXT ANALYTICS TO YOUR BUSINESS GOALS
- For 40 years, computer scientists looked for a solution that doesn’t exist edit distance
- Deep Learning for NLP Best Practices
- DAWG data structure in Word Judge
- A Simple Artificial Intelligence Capable of Basic Reading Comprehension
- The future of programmers
- IBM ‘왓슨’, 인지컴퓨팅 서비스로 업그레이드
- How To Create Natural Language Semantic Search For Arbitrary Objects With Deep Learning
- Natural Language Processing (NLP) for Semantic Search | Pinecone
- politeness - Write in a more polite, friendly tone
- Understanding Natural Language with Deep Neural Networks Using Torch
- An Inside View of Language Technologies at Google
- Google Cloud에서 Natural Language API 정리
- Google Cloud 서비스 계정키 얻기 및 GCS 공유하기
- Understanding Convolutional Neural Networks for NLP
- Convolutional Methods for Text
- 텍스트 처리와 관련해서는 LSTM/GRU를 비롯한 RNNs 가 대세지만 CNN도 장점이 있는데 이를 잘 정리한 글
- RNN이 순서에 영향을 받지만 CNN은 단어의 의미에 영향을 주는 데에 있어 조금 멀리 떨어져 있는 문장에서의 단어 등이 역할을 할 수 있음
- 전체를 한꺼번에 보게 하는 데에는 더 유리
- NLP 전반에 대한 이해와 DNN 종류들의 장단점 등도 잘 파악할 수 있는 매우 좋은 글
- Convolutional Sequence-to-Sequence Learning (2017)
- Convolutional Sequence-to-Sequence Learning (2017)
- (NLP 처음 접하시는 분들을 위한)
- RNN enc-dec 부터 conv seq2seq 까지 간단한 흐름 정리
- conv s2s 이해를 위해 읽어야 할 논문 10+ 편
- 시나브로 배우는 자연어처리
- collocations.de - Association Measures
- Perpelxity
- An Experimental Study on Open Source Korean Morphological Analyzers for Evaluating Noun Extraction
- Episode 22: 자연언어처리 특집 1부 – 마이크로소프트 NLP연구실의 김용범님과 함께
- Espresso - AIR LAB, Changwon National University
- 악평생성기 (Bad Comment Generator using RNN) _ 송치성
- Generating text using a Recurrent Neural Network
- 딥엘라스틱 - 검색 + 로봇 저널리즘 + 인지신경언어학 + 딥러닝NLP
- PHP + MySQL 언어 식별기(Language Detection) 개발기
- word-rnn - a fork of Andrej Karpathy's wonderful char-rnn
- 컴퓨터가 소설을 써요
- Next Word Auto-Completion
- 2015 자연어처리 및 정보검색 워크샵
- “네이버에서 만나보셨나요? 인공지능 채팅 로봇”
- Introducing DeepText: Facebook's text understanding engine
- NLP 자연어처리
- 니코니코동화의 공개코멘트 데이터를 Deep Learning로 해석하기
- Generative Models
- 온라인 한국어 POS 태거 만들기
- 파이썬을 이용한 자연어처리 기초
- Introducing Cloud Natural Language API, Speech API open beta and our West Coast region expansion
- 구글, 자연어·음성인식 API 공개…한국어도 포함
- 머신러닝의 자연어 처리기술(I)
- 영국의 19살 청년이 만든 인공지능 로봇변호사
- ko_restoration - Module for restoring Korean text working with KomornaPy
- 딥러닝을 이용한 자연어처리의 연구동향
- Exploring Session Context using Distributed Representations of Queries and Reformulations
- 사용자의 쿼리 세션데이터와, 문서클릭데이터로 CNN으로 쿼리의 word-embedding을 만듦
- 쿼리와 관계를 벡터로 변환
- 두 쿼리의 관계벡터는 단순히 두 쿼리벡터의 뺴기(차이?)로 간단하지만
- 이러한 관계벡터들을 클러스터링하니, 쿼리 변환의 의도가 클러스터링 됨
- 동일의도인데, 다른 모양의 쿼리변환
- 검색 의도를 좁히는 쿼리변환
- 의도를 아예 점프하는 쿼리변환
- 기계학습과 딥러닝의 응용
- Universal Dependencies
- BabelNet
- An Intuitive Natural Language Understanding System
- An NLP Approach to Analyzing Twitter, Trump, and Profanity
- Deep Learning Cases: Text and Image Processing
- CS 124: From Languages to Information
- NLP Seminar Schedule — Winter 2019
- 영문 복사만 하면…품사 알려드려요
- PyData Paris 2016 - Statistical Topic Extraction
- 28회 한글 및 한국어 정보처리 학술대회
- 확률문법
- 주니어 데이터 분석가의 걸그룹 데이터 분석하기
- korean.abcthesaurus.com 동의어 사전
- Microsoft Concept Graph Preview For Short Text Understanding
- en.wikipedia.org/wiki/Precision_and_recall
- 실제와 예측이 일치; True Positive / Negative
- 실제와 예측이 불일치; False Positive / Negative
- 발생했다고 예측 Positive, 발생하지 않았다고 예측 Negative
- 정밀도와 재현율
- accuracy, precision, recall의 차이
- 정확도(accuracy)와 정밀도(precision)의 차이
- en.wikipedia.org/wiki/Sensitivity_and_specificity
- measure 상관관계
- #2.6. Accuracy, Precision, Recall
- 입개발자를 위한 Accuracy, Precision, Recall
- Classification 모델 평가 기준 1편
- Classification & Clustering 모델 평가
- Fighting Financial Fraud with Targeted Friction
- Beyond Accuracy: Precision and Recall
- Precision vs Recall
- Comparison of the best NSFW Image Moderation APIs 2018
- Understand Classification Performance Metrics
- 민감도와 특이도 (sensitivity and specificity)
- 혼돈행렬, 혼돈매트릭스,Confusion Matrix :: 통컨(통계컨설팅)
- 정밀도(Precision)와 재현율(Recall) 내용 정리 | Pacientes Devlog
- AP & mAP 내용 정리 | Pacientes Devlog AP(Average Precision) mAP(mean Average Precision)
- Natural Language Understanding with Distributed Representation
- Repository for PyCon 2016 workshop Natural Language Processing in 10 Lines of Code
- Deep Learning the Stock Market
- NLP: Everyday, Analytical & Unusual Uses
- Welcome to Railroad Diagram Generator! BNF rule to diagram
- Awesome-Korean-NLP
- Awesome-korean-nlp
- Is Google Hyping it? Why Deep Learning cannot be Applied to Natural Languages Easily
- ratsgo.github.io/blog/categories
- NLP를 위한 딥러닝 가이드
- Information Extraction with Reinforcement Learning
- Last Words: Computational Linguistics and Deep Learning
- PDP(연결주의)쪽 룸멜허트나 맥클랜드의 연구들 - 신경망 기반 의미론 모형
- 인간 언어와 관련한 인지과학적 연구 - 어떻게 언어를 학습하고 개념들이 조직화되는가라는 관점
- Computational Linguistics and Deep Learning
- 4 APPROACHES TO NATURAL LANGUAGE PROCESSING & UNDERSTANDING
- Distributional: 최근 유행하는 ML. 폭은 넓힐 수 있지만, 깊이는 잡지 못함
- Frame-based: 마빈 민스키. 논리적 semantics에 강점. 확고한 supervision이 존재해야 한다는 단점
- Model-theoretical: Q/A와 rich semantics의 장점. (프레임 기반보다 더한) labor-intensive and narrow in scope
- Interactive learning: language as a cooperative game between speaker and listener
- Syntax – what is grammatical? : “no compiler errors”
- Semantics – what is the meaning?: “no implementation bugs”
- Pragmatics – what is the purpose or goal?: “implemented the right algorithm.”
- Deep Learning for Text Understanding from Scratch
- How to get started in NLP
- NATURAL LANGUAGE GENERATION
- NLP for Korean
- Teaching Machines to Describe Images with Natural Language Feedback
- Sang-Kil Park's Jupyter Notebooks
- An Adversarial Review of “Adversarial Generation of Natural Language”
- Deep Learning for Speech and Language
- deep learning nlp best practices
- Natural Language Processing in Artificial Intelligence is almost human-level accurate. Worse yet, it gets smart!
- Language Emergence
- Speech and Language Processing (3rd ed. draft)
- Memory Augmented Neural Networks for Natural Language Processing
- EMNLP 2018 참관기
- EMNLP 2017
- Natural Language Processing Tasks and Selected References
- 자연언어처리(NLP)를 위한 언어학 기초
- Deep Learning for NLP, advancements and trends in 2017
- Deep NLP: 딥러닝을 이용한 자연어처리
- AI: NLP
- ML/NLP PUBLICATIONS IN 2017
- Experiments Codes for Bi-directional Block Self-attention
- Bi-Directional Block Self-Attention for Fast and Memory-Efficient Sequence Modeling
- 주어진 시퀀스를 여러 개의 Block 으로 나누고 intra-block SAN으로 local context 를 모델링한 뒤, inter-block SAN으로 long-range dependency 를 모델링
- 기존의 Self-Attention Network (SAN) 이 너무 메모리를 많이 쓰는 점을 개선
- 많은 NLP 분야에서 Self-attention 기법들이 (특히 번역 분야에서는) 표준으로 자리잡고 후속 연구가 활발히 이루어지고 있는 걸로 보임
- (ex. Non-autoregressive transformer, Masked self-attention, Directional self-attention)
- Understanding and Applying Self-Attention for NLP - Ivan Bilan
- How to solve 90% of NLP problems: a step-by-step guide
- 파이썬자연어처리
- Text Analysis Developers’ Workshop 2018 참석 후기
- Text Analysis in Excel: Real world use-cases
- Auto Tagging Stack Overflow Questions
- A Neural Network Model That Can Reason - Prof. Christopher Manning
- NLP with attention
- Team AURA - 1st Meeting Summary
- NLP's ImageNet moment has arrived
- Introduction to Clinical Natural Language Processing: Predicting Hospital Readmission with Discharge Summaries
- Feature-wise transformations - A simple and surprisingly effective family of conditioning mechanisms
- RNN과 Beam search
- 딥러닝을 이용한 자연어 처리
- Unicode 2.0 에서 한글의 이해
- 한글 유니코드 자소 분리
- PyConKr 2018 Why I learn, How I learn
- Analogy and Analogical Reasoning
- 딥러닝이 탐구하지 못한 언어와 5가지 태스크
- How NLP is Automating the complete Text Analysis Process for Enterprises?
- 강화학습을 자연어 처리에 이용할 수 있을까? (보상의 희소성 문제와 그 방안)
- NLP's ImageNet moment has arrived
- 시간 문제에 불과하다는 결론, BERT의 등장으로 현실에 가까워짐(ELMO - LSTM / OpenAI의 GPT, BERT - Transformer)
- Pre-trained Models의 fine-tuning은 필수, 인간이 언어를 이해한다는 것이 그저 엄청난 계산에 불과할 뿐이라는 사실(정말인가?)
- 이제 계산량을 줄이는 방법이 아니라 계산량을 늘리고 계산 속도를 높이는 방향이 옳을 지도 모름
- github.com/warnikchow
- DLK2NLP: Day-by-day Line-by-line Keras-based Korean NLP
- KorInto - 5-class sentence-final intonation classifier for a syllable-timed and head-final language (Korean) 억양분류
- KorEmo - 5-class Korean emotion classifier 감정분류
- raws - Real-time Automatic Word Segmentation (for user-generated texts) 한영 noisy text segmentation
- NLP Guide: Identifying Part of Speech Tags using Conditional Random Fields
- Industrial strength Natural Language Processing
- HMTL로 NLP의 최첨단 기술을 뛰어 넘다
- A Review of the Neural History of Natural Language Processing
- Analyzing open-ended text? Its easier than you think!
- Fast Word Segmentation of Noisy Text
- Solving NLP task using Sequence2Sequence model: from Zero to Hero
- Natural Language Processing is Fun! How computers understand Human Language
- NLP 2018 highlights
- 딥러닝 자연어처리 - RNN에서 BERT까지
- 딥러닝 자연어처리 - YouTube
- Natural Language Processing in Python
- A Practitioner's Guide to Natural Language Processing (Part I) — Processing & Understanding Text Proven and tested hands-on strategies to tackle NLP tasks
- The 7 NLP Techniques That Will Change How You Communicate in the Future
- Natural Language Understanding benchmark
- 콜라 좀… 쉽게 담을 수 없나요, 쓰앵님 메뉴 검색을 위해 초중종성 분리 검색 개발
- Machine Learning with Python: NLP and Text Recognition
- Deploying Handwritten Text Recognition Using Tensorflow and CNN
- I build my ideas #8 - 07/19/20 - I build my ideas from Jordan Singer
- Text generation with a Variational Autoencoder
- Sentence Simplification with Seq2Seq
- seq2seq.ipynb - Colaboratory
- Integrating Transformer and Paraphrase Rules for Sentence Simplification
- How Transformers Work
- Transformer (Attention Is All You Need) 구현하기 (1/3)
- Transformer (Attention Is All You Need) 구현하기 (2/3)
- Transformer (Attention Is All You Need) 구현하기 (3/3)
- Transformer - Harder, Better, Faster, Stronger - Transformer 구조체와 이 구조를 향상시키기 위한 기법들을 같이 알아봅시다
- 구글 AI 리포머: 효율적인 트랜스포머 ipynb
- Transformer:언어 이해를 위한 새 신경망 구조
- How-to Build a Transformer for Language Classification in TensorFlow
- NLP 논문 구현 pytorch로 구현하는 Transformer (Attention is All You Need) – Hansu Kim
- tta: Transformer-based Text Auto-encoder (T-TA) using TensorFlow 2
- Transformers Explained Visually (Part 1): Overview of Functionality | by Ketan Doshi | Towards Data Science
- Transformers Explained Visually (Part 2): How it works, step-by-step | by Ketan Doshi | Towards Data Science
- Transformer in CV. The increasing convergence of computer… | by Cheng He | Towards Data Science
- Generative Python Transformer p.1 - Acquiring Raw Data - YouTube
- Generative Python Transformer p.2 - Raw Data Cleaning - YouTube
- Generative Python Transformer p.3 - Preprocessing Dataset - YouTube
- Generative Python Transformer p.4 - Tokenizing - YouTube
- Generative Python Transformer p.5 - Training and some testing of GPT-2 model - YouTube
- Generative Python Transformer p.6 - Testing larger model - YouTube
- Sentdex/GPyT · Hugging Face
- 유니버설 컴퓨팅 엔진으로 사전 훈련된 트랜스포머
- 2021-dialogue-summary-competition: 2021 훈민정음 한국어 음성•자연어 인공지능 경진대회 대화요약 부문 알라꿍달라꿍 팀의 대화요약 학습 및 추론 코드를 공유하기 위한 레포입니다
- Position Encoding의 종류와 분석. by 박승원 (http://swpark.me/) | by Team Deepest | Feb, 2021 | Medium
- 10 Exciting Ideas of 2018 in NLP
- Talk Powerpoint Generator
- #자연어, #시퀀스를 위한 #재귀신경망 성능향상 기법! 대공개!! 첫번째!
- Natural language processing of customer reviews
- 자연어 처리 Word representation
- Introduction to Natural Language Processing (NLP) and Bias in AI
- nlp_applications ipynb
- NLP News By Sebastian Ruder
- NLP 101: 딥러닝과 자연어 처리 학습을 위한 자료 저장소
- Natural Language Processing RoadMap - 2019
- Nlp Roadmap
- NLP Year in Review — 2019
- NLP HighlightsPro - Allen Institute for Artificial Inte Seattle, United States
- SKC_Text_Preprocessing - SKC 텍스트 전처리 강의
- 한국어 전처리.ipynb - Colaboratory
- PRODUCTIONIZING NLP MODELS
- 딥 러닝 자연어 처리를 학습을 위한 파워포인트. (Deep Learning for Natural Language Processing)
- Distilling knowledge from Neural Networks to build smaller and faster models
- 일본어 NLP 프로젝트 시작하기
- 자연언어처리(NLP)... 무엇이며, 그 기술과 시장은?
- 기획자와 마케터를 위한 이벤트 댓글 분석 - feat. 인프런 새해 다짐 이벤트
- NLU sense
- A no-frills guide to most Natural Language Processing Models — The Pre-LSTM Ice-Age — (R)NNLM, GloVe, Word2Vec & fastText
- Natural Language Processing(NLP) Real World Project in Web Using Flask:- Himanshu Tripathi
- 싸이감성체를 활용한 한국인 인증 인터페이스 개발기
- 네이버 스마트 스토어 구매평을 통한 소비자 반응 분석(텍스트 분석) 프로젝트
- 100문제로 두드려 보는 자연어처리 2020 (Rev 1) - NLP100 2020
- Text-to-SQL Learning to query tables with natural language
- 클린봇 2.0: 문맥을 이해하는 악성 댓글(단문) 탐지 AI ELMO
- Semantic Segmentation PyTorch Tutorial & ECCV 2020 VIPriors Challenge 참가 후기 정리
- awesome-semantic-segmentation: awesome-semantic-segmentation
- 머신러닝을 활용한 오픈챗 클린 스코어 모델 개발기 - LINE ENGINEERING
- badword_check: 딥러닝을 통한 한글 욕설 분류 프로젝트
- 위클리 NLP - jiho-ml
- Automate Data Cleaning with Unsupervised Learning | by Marco Cerliani | Towards Data Science
- Knowledge Graphs in Natural Language Processing @ ACL 2020 | by Michael Galkin | Towards Data Science
- 지식그래프에서 경로를 탐색하는 모델 AttnIO를 소개합니다
- AI Grand Challenge, 인공지능 그랜드 챌린지 1위 입상 후기 및 입상 모델 설명 음성인식 + 텍스트분류
- ML and NLP Research Highlights of 2020
- 2018-2020 NLU 연구 동향을 소개합니다
- 자연어 생성의 편견과 기타 유해성에 대처하기 - ITWorld Korea
- Best Practices: Designing autosuggest experiences
- '사물에 이입해 대답한다' 구글, 개발자 회의서 AI 기술 역량 과시 - CIO Korea LaMDA MUM
- 텍스트 스타일을 바꾸는 딥러닝 기술 | Kakao Enterprise AI Research text style transfer
- '빅데이터/빅데이터 with python' 카테고리의 글 목록 웹 검색엔진 만들기
- How MDN's autocomplete search works - Mozilla Hacks - the Web developer blog
- NLP와 OCR, 머신 러닝으로 더욱 편리하고 특별한 LINE 가계부 만들기 - LINE ENGINEERING
- Machine Learning Won't Solve Natural Language Understanding NLU
- NLP in Fintech. Introduction | by FinTech MK | Sep, 2021 | Medium
- 딥 러닝 자연어 처리를 학습을 위한 파워포인트. (Deep Learning for Natural Language Proces…
- Selecting optimal subsets of Amazon Reviews & Large Scale Data Pipeline for Scraping Amazon Reviews - YouTube
- Boost Customer Experience With NLP | LinkedIn 기술적인 이야기가 아니라 NLP로 product의 가치를 높이는 이야기
- "언어학자는 초거대 AI 개발 비용 줄이는 법을 알고 있다"...서울대 박진호 교수 인터뷰 - AI타임스
- essay-grading-hackathon: 🥇1st solution 에세이 글 데이터 인공지능 학습용 데이터 해커톤
- 자연어처리와 HR analytics
- 2021년 기계 학습과 자연어 처리 연구 하이라이트
- Using Kubeflow to solve natural language processing problems
- Document Understanding 그리고 Information Extraction의 Multi-Modal Embedding DRAMA&COMPANY AI Lab.
- 기계학습을 이용한 한글 자동 띄어쓰기
- 어절 uni-gram을 이용한 띄어쓰기 모델
- Sentence boundary disambiguation
- python-crfsuite를 사용해서 한국어 자동 띄어쓰기를 학습해보자
- RNN을 이용한 한글 자동 띄어쓰기
- 대화체에 유연한 띄어쓰기 모델 만들기
- 딥러닝 기반 한글 자동 띄어쓰기 API 공개
- 한국어 띄어쓰기 프로그램 도전기
- korean-spacing-model: 한국어 문장 띄어쓰기(삭제/추가) 모델입니다. 데이터 준비 후 직접 학습이 가능하도록 작성하였습니다
- KoSpacing : 한글 자동 띄어쓰기 패키지 공개
- soyspacing. Heuristic Korean Space Correction, A safer space corrector
- Korean Treebank Annotations Version 2.0
- sample EUC-KR encoded
- brat rapid annotation tool online environment for collaborative text annotation
- doccano: Open source text annotation tool for machine learning practitioner
- Open Sourcing BERT: State-of-the-Art Pre-training for Natural Language Processing
- BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
- BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
- BERT TensorFlow code and pre-trained models for BERT
- bert-as-service - Mapping a variable-length sentence to a fixed-length vector using pretrained BERT model
- BERT – STATE OF THE ART LANGUAGE MODEL FOR NLP
- Language Learning with BERT - TensorFlow and Deep Learning Singapore
- BERT-NER - Use google BERT to do CoNLL-2003 NER !
- BERT-BiLSMT-CRF-NER - Tensorflow solution of NER task Using BiLSTM-CRF model with Google BERT Fine-tuning
- BERT을 이용한 NER 적용 방법 정리 :: MezzanineX
- Dissecting BERT
- Bert state Of The Art pre Training for nlp Post
- bert-multiple-gpu - A multiple GPU support version of BERT
- NVIDIA Achieves 4X Speedup on BERT Neural Network
- BERT 톺아보기
- The Illustrated BERT, ELMo, and co. (How NLP Cracked Transfer Learning)
- SQUAD 2.0과 BERT(2)
- Multi-label Text Classification using BERT – The Mighty Transformer
- Multi-GPU Ready BERT
- BERT 논문정리
- Visualization tool for Transformer-based language representation models (demonstrated on BERT)
- Guide KorQuAD upload to leaderboard (EM 68.947 / F1 88.468) model which only use BERT-multilingual(single) https://korquad.github.io
- Transformer-Encoder-with-Char
- Language Model Overview: From word2vec to BERT
- BERT Explained: State of the art language model for NLP
- Efficient Training of Bert by Progressively Stacking
- 카톡 데이터는 어떻게 정제할 수 있을까? - Dialog-BERT 만들기 1편
- 누가누가 잘하나! 대화체와 합이 잘 맞는 Tokenizer를 찾아보자! - Dialog-BERT 만들기 2편
- 카톡 대화 데이터를 BERT로 잘 학습시킬 수 있을까? - Dialog-BERT 만들기 3편
- 대화의 Context를 반영한 답변을 생성할 수 있을까? - Dialog-BERT 만들기 4편
- A Simple Guide On Using BERT for Binary Text Classification
- Fast implementation of BERT inference directly on NVIDIA (CUDA, CUBLAS) and Intel MKL
- MULTI GPU환경에서 ETRI 한국어 BERT모델 활용한 Korquad 학습 방법
- AI도 한글 공부가 필요해! 국내 유일의 한국어 데이터셋 코쿼드(KorQuAD) 2.0 이야기
- 꼼꼼하고 이해하기 쉬운 XLNet 논문 리뷰
- 한국어로 XLNet 학습해보기!
- Google Brain’s XLNet bests BERT at 20 NLP tasks
- 실제 코드로 보는 XLNet (Code Review)
- Introducing MASS – A pre-training method that outperforms BERT and GPT in sequence to sequence language generation tasks
- BERT 설명 발표 자료
- 파이콘 2019 100억건의 카카오톡 데이터로 똑똑한 일상대화 인공지능 만들기
- Smaller, faster, cheaper, lighter: Introducing DistilBERT, a distilled version of BERT
- GPT3 능가하는 자연어 모델 훈련 알고리즘 등장 - AI타임스
- More on Transformers: BERT와 친구들
- GLUE: 벤치마크를 통해 BERT 이해하기
- 2020.02.06 우리는 왜 glue를 버렸나?
- StructBert Review
- Using BERT For Classifying Documents with Long Texts
- AI조직에서의 1년
- BERT(Bidirectional Encoder Representations from Transformers) 구현하기 (1/2)
- BERT(Bidirectional Encoder Representations from Transformers) 구현하기 (2/2)
- BERT-related Papers
- BERT로 Q&A 구현해보기 With SQuAD AND KERAS
- 주정헌 - Revealing the Dark Secrets of BERT - YouTube
- nn.utils.prune 모듈로 BERT 파라미터 Pruning 해보기
- Movie Reviews with bert-for-tf2 on TPU.ipynb - Colaboratory
- BERT for Sentiment Analysis on Sustainability Reporting
- Colab에서 TPU로 BERT 처음부터 학습시키기 - Tensorflow/Google ver. - Beomi's Tech blog
- PyCon2020 NLP beginner's BERT challenge
- 딥러닝으로 동네생활 게시글 필터링하기. BERT를 사용해서 동네 생활 게시글 필터링 모델을 개발한 과정을… | by matthew l | 당근마켓 팀블로그 | Medium
- Using BERT to Battle Job Scams. The BERT model has many practical… | by Sadrach Pierre, Ph.D. | Towards Data Science
- Pydata Berlin Meetup October 2020: Long Story Short: - YouTube
- 파이썬 문장 유사도 알고리즘 쉽게 확인하는 방법은?!
- deep learning NLP easy to understand BERT - YouTube
- Why and how to use BERT for NLP Text Classification? - Analytics Vidhya
- ALBERT Review
- Bart : Denoising Sequence-to-Sequence Pre-training for Natural Langua…
- deberta-v2-xlarge-mnli · Hugging Face
- exBERT - A Visual Analysis Tool to Explore Learned Representations in Transformers Models
- HanBert-54kN
- Keras-Bert를 이용한 간단 구현(정확도 94%) - DACON
- KeyBERT: Minimal keyword extraction with BERT
- KoBART: Korean BART Bidirectional and Auto-Regressive Transformers, 한국어 encoder-decoder 언어 모델
- Korean ALBERT
- KoreanCharacterBert - Korean BERT model using character tokenizer
- korpatbert: 특허분야 한국어 AI언어모델 KorPatBERT
- ko-sentence-transformers: 한국어 BERT 모델을 sentence-transformers 라이브러리에서 활용
- KR-BERT-SimCSE: Implementing SimCSE using KR-BERT
- MT-DNN Review
- publicservant_AI
- RoBERTa Review
- SBERT Basic NLP sentence-transformers 라이브러리를 활용한 SBERT 학습 방법
- soongsil-bert-base-nsmc.ipynb - Colaboratory
- TinyBERT
- XLNet: Generalized Autoregressive Pretraining for Language Understanding(19.06.25)
- Neural Network Methods for Natural Language Processing
- Quantitative corpus linguistics with R: a practical introduction
- Speech and Language Processing (3rd ed. draft)
- 딥 러닝을 이용한 자연어 처리 입문
- 음성인식으로 시작하는 딥러닝
- 자연어처리(NLP) 추천 웹사이트, 동영상강좌, 책
- 7 Best Natural Language Processing Books In 2020
- 7 Best Natural Language Processing Books In 2021
- practical-nlp: Official Repository for 'Practical Natural Language Processing' by O'Reilly
- text categorization; 예를 들어 100만개의 상품 description이 있고, 이걸 supervised를 위한 document로 사용해, 나중에 들어오는 상품 description을 통해 cateogory 판별
- naive bayes
- gensim, model.docvecs e.g. model.docvecs.most_similar([1,2,3]) -> 문서 태그가 '10000'이면 model.docvecs['10000']으로 해당 docvec을 가져옴
- most_similar 호출 시 파라미터로써 벡터(numpy array)의 리스트 혹은, 문서의 태그들이 담긴 리스트 전달 가능
- 결과 값으로 문서의 태그 및 유사도를 반환
- doc2vec
- 낮은 정확도
- 기본적으로 word co-occurrence 에 기반하고 있고 각 word 는 word embedding 에 의한 vector 사용
- 이 vector들의 단순 합은 ambiquity 문제가 경험적으로 발생
- document 단위가 짧으면 짧은 대로 , 쿼리 스트링이 짧으면 짧은 대로 또 ambiguity 문제가 발생
- word2vec
- doc2vec과 유사
- 전체 corpus 에 대해 모델을 만든 후, predict 할 때 description 보다 제목 같이 짧으면서 컨텍스트를 담고 있는 것으로 입력을 주면 좀 나음
- 이미 카테고리 도메인이 결정된 경우 LDA/LSI 가 더 좋은 방법일 수 있음
- LDA / LSI 는 각각의 카테고리를 반영하는 토큰의 기여도를(weight) 확률분포로 표현
- LDA 경우 더 많이 기여하고 있는 워드 순
- LSI 의 경우 positive 기여도 뿐만 아니라 negative 기여도 확률을 결과로 반환
- 그러므로 쿼리스트링이 있을 때 가장 확률 높은 카테고리 계산 가능
- TFIDF
- feature 수가 많다 해도 document similarity 를 계산하는 게 아니라 카테고리를 분류하기 위함이기 때문에 dimension 문제가 크지 않을 수 있음
- TFIDF 로 weighting 한 벡터들을 가지고 클러스터링
- 실제 label 가지고 TFIDF weight 가 각 label 을 얼마나 잘 구분하고 있는지 feasibility 를 판단할 수도 있음
- 혹은 각 카테고리별로 모델을 만들어서 dictionary 를 작게 만들어 feature 수를 줄일 수도 있음
- 각각의 dictionary 셋과 워드에 대한 TFIDF weight 를 가지고 카테고리별로 representing 한 워드들을 뽑아볼 수도 있음
- 나누고 분류해야 세상이 보인다
- Category Theory for Programmers: The Preface
- Category Theory for Scientists (Old Version)
- 분류 문제에서 앙상블 방법
- Logic, Languages, Compilation, and Verification
- Categories for Programmers
- Fast & easy baseline text categorization with vw
- 글쓰기 화면에서 카테고리 자동 추천하는 모델 만들기 fasttext
- HipChat을 이용한 ChatBot 만들기
- DEEP LEARNING FOR CHATBOTS, PART 1 – INTRODUCTION
- DEEP LEARNING FOR CHATBOTS, PART 2 – IMPLEMENTING A RETRIEVAL-BASED MODEL IN TENSORFLOW
- Deep leaning for Chatbot Developers
- Clippy’s Back: The Future of Microsoft Is Chatbots
- Build a bot without coding - Launch a full-featured chatbot in 7 minutes
- Microsoft Bot Framework
- 사람이 챗봇을 만듭니다
- AWS Lambda와 API Gateway로 Slack Bot 만들기
- Your next shopping experience starts with a text
- AWS 서버리스 챗봇 경진대회에 참여하세요!
- The White House's New Facebook Messenger Bot Makes It Easy To Send A Message To Obama
- Wonder is a bot that will remember anything for you
- Introducing the Bots Landscape: 170+ companies, $4 billion in funding, thousands of bots
- 지적 대화를 위한 깊고 넓은 딥러닝 Pycon APAC 2016
- Stanfy Blog
- Advanced Natural Language Processing Tools for Bot Makers – LUIS, Wit.ai, Api.ai and others
- The Rise of Chat Bots: Useful Links, Articles, Libraries and Platforms
- Know Your Bot, Part II: Slack, The Bot Paradise
- Know Your Bot, Part I: Telegram And Twitter
- s2 lab1-1: API.ai concept and terms
- s2 lab1-2: API.ai making bot demo
- Multi-domain Neural Network Language Generation for Spoken Dialogue Systems(NAACL-HLT 2016)
- 코딩없이 만드는 채팅봇
- Do-it-yourself NLP for bot developers
- Making Friends With Artificial Intelligence: Eric Horvitz at TEDxAustin
- 4차 산업혁명 특별기획 ‘기계와의 대결’ 2부
- Facebook steps in to prove the value of chatbots with Tommy Hilfiger
- The rise of bots... acquisitions!
- 라이크 어 Poncho: JiveScript 날씨 챗봇
- 혼자 힘으로 한국어 챗봇 개발하기
- 챗봇 개발 프레임워크 ChatFlow, 베타버전 출시
- Build a restaurant reservation Messenger bot using IBM Watson with no code
- DeepQA - My tensorflow implementation of "A neural conversational model", a Deep learning based chatbot
- 챗봇 시작해보기
- 대화형 챗봇 설계의 과제
- A developer's guide to chatbots
- UX 북마크#10. 챗봇(Chatbot) A-Z
- TF-KR Conf 2 강의 2: 조재민, Developing Korean chatbot 101
- Developing Korean Chatbot 101
- Retrieval-Based Conversational Model in Tensorflow (Ubuntu Dialog Corpus)
- 20170121 한국인공지능협회 - 제7차 오픈세미나 - 챗봇 (1/5)
- 20170121 한국인공지능협회 - 제7차 오픈세미나 - 챗봇 (2/5)
- 20170121 한국인공지능협회 - 제7차 오픈세미나 - 챗봇 (3/5)
- 20170121 한국인공지능협회 - 제7차 오픈세미나 - 챗봇 (4/5)
- 20170121 한국인공지능협회 - 제7차 오픈세미나 - 챗봇 (5/5)
- 세계 챗봇 생태계 분석
- 20170227 파이썬으로 챗봇 만들기
- KahWee Teng: Coding Chat Bots - JSConf.Asia 2016
- Node.JS로 카카오봇 만들기
- 카카오톡 자동응답 API로 학식봇 구현
- 카카오톡 자동응답 API를 이용하여 카카오톡 봇 만들기
- The Conversational Intelligence Challenge
- Visual Dialog - a novel task that requires an AI agent to hold a meaningful dialog with humans in natural, conversational language about visual content
- Natural Language Pipeline for Chatbots
- Contextual Chat-bots with Tensorflow
- How To Build an Interactive Chatbot for Twitter Direct Messages
- 슬랙봇, 어디까지 만들어봤니?
- 왓슨으로 쉽게 개발하는 카카오톡 챗봇 1. Watson Conversation 서비스로 인공지능 대화 서비스 만들기
- Node.js Facebook 챗봇 빠른시작: 369봇 만들기
- 챗봇을 만들기 위한 두 가지 AI 모델
- Deal or no deal? Training AI bots to negotiate
- 대화시스템 개발을 위한 자연어처리 기술
- Creating AnswerBot with Keras and TensorFlow (TensorBeat)
- 30분 안에 챗봇 만들기 1편
- 30분 안에 챗봇 만들기 2편
- Own ChatBot Based on Recurrent Neural Network
- Chatbots: Theory and Practice
- Show me red! – feat. 서울 시립 미술관 데이터를 사용한 챗봇 만들기
- Python과 Tensorflow를 활용한 AI Chatbot 개발 및 실무 적용
- “인공지능” 리테일 챗봇 만들기
- Seq2Seq Chatbot
- 페이스북 챗봇 만들기
- Neural Network Dialog System Papers
- 강화학습 챗봇 Dialogue Policy Optimization
- 딥러닝을 사용한 챗봇 개발방법 정리
- Python과 Tensorflow를 활용한 Al 챗봇 개발 4강
- Retrieval-Based Conversational Model in Tensorflow (Ubuntu Dialog Corpus)
- Automated Text Classification Using Machine Learning
- sunwoobot - 선우봇 카카오 i 오픈빌더 챗봇
- A Repository of Conversational Datasets PolyAI 공개. Reddit, OpenSubtitles, AmazonQA 등에서 모은 수억 건의 대화 데이터셋
- 인공지능 챗봇과 딥러닝 자연어 처리
- Not another Conversational AI report
- How do Dialogue Systems decide what to say or which actions to take?
- 구글의 Open-Domain 챗봇 'Meena' 논문 리뷰
- Build a WhatsApp Chatbot With Ruby, Sinatra, and Twilio
- Dialogue Generation
- 일상대화 챗봇 분석 시스템 구축기 1편 - 데이터 파이프라인 편 – 핑퐁팀 블로그
- 일상대화 챗봇 분석 시스템 구축기 2편 - 데이터 시각화 편 – 핑퐁팀 블로그
- 챗봇을 위한 대화는 어떻게 디자인할까
- Recipes for building an open-domain chatbot
- How We Built Our In-house Chat Platform for the Web
- How We Improved Agent Chat Efficiency with Machine Learning
- AI 모델 탐험기 #1 프롤로그: 인공지능의 달에 착륙하다 | by AI Network | AI Network_KR | Mar, 2021 | Medium
- 1일차 - 딥러닝 챗봇 만들기 스터디 후기 - 토크나이징, 임베딩, 텍스트 유사도 : 네이버 카페
- Using Semantic Search to Drive Smart Annotations for Chatbot Models | by Samarth Agarwal | DBS Tech Blog | Jan, 2022 | Medium
- Botkit - Building Blocks for Building Slack Bots
- bots.duolingo.com
- Chatbot
- Dialog System - http://nlp.postech.ac.kr/research/dialog_system
- Heek is a chatbot that can build you a website
- Kino - My Personal Assistant (개인용 Slack Bot을 통한 Quantified Self 프로젝트)
- www.luis.ai
- Plato Research Dialogue System
- slacker로 slack bot 만들기
- Stephanie - YOUR VIRTUAL ASSISTANT!
- Stephanie Virtual Assistant
- Stephanie - an open-source platform built specifically for voice-controlled applications as well as to automate daily tasks imitating much of a virtual assistant's work
- SOUNDER ALGORITHM
- Sounder API - the Sounder Library API, which is an abstraction of the Sounder Algorithm
- USAGE
- wit.ai
- x.ai is a personal assistant who schedules meetings for you
- Slacker를 이용한 Slack Bot 만들기
- Building AI Chat bot using Python 3 & TensorFlow
- Create a Chatbot for Telegram in Python to Summarize Text
- python에서 telegram bot 사용하기
- python으로 telegram bot 활용하기
- Learn to build your first bot in Telegram with Python
- Building a Telegram Bot 🤖 to Automate Web Processes Using Python, Selenium and Telegram
- [카카오톡 대화 생성기(http://jsideas.net/python/2017/04/05/kakao_rnn.html)
- Building a botnet on PyPi
- ChatOps with PowerShell - Matthew Hodgkins
- Let Android dream electric sheep: Making emotion model for chat-bot with Python3, NLTK and TensorFlow
- Building a Simple Chatbot from Scratch in Python (using NLTK)
- A Transformer Chatbot Tutorial with TensorFlow 2.0
- How To Make a Chatbot in Python | Python Chat Bot Tutorial
- 채팅 프로그램 만들기 : 네이버 블로그
- Build a Collaborative Chatbot with Google Sheets and TensorFlow | Jonathan Bgn
- Build A Simple Chatbot In Python With Deep Learning | by Kurtis Pykes | Mar, 2021 | Towards Data Science
- Blender, Facebook State-of-the-Art Human-Like Chatbot, Now Open Source
- dialogpt-chat: Chatting with DialoGPT (Large-Scale Generative Pre-training for Conversational Response Generation)
- kochat: Opensource Korean chatbot framework based on deep learning
- openchat: Opensource chatting framework for generative models
- Parrot: A practical and feature-rich paraphrasing framework to augment human intents in text form to build robust NLU models for conversational engines
- To build a chatbot you need data for your intent classification. But what if you have too little? Paraphrasing is one option for augmentation. But what is a good paraphrase?
- Almost all conditioned text generation models are validated on 2 factors:
- If the generated text conveys the same meaning as the original context (Adequacy)
- If the text is fluent / grammatically correct english (Fluency)
- For instance Neural Machine Translation outputs are tested for Adequacy and Fluency
- But a good paraphrase should be adequate and fluent while being as different as possible on the surface lexical form. With respect to this definition, the 3 key metrics that measures the quality of paraphrases are:
- Adequacy: Is the meaning preserved adequately?
- Fluency: Is the paraphrase fluent English?
- Diversity: Lexical / Phrasal / Syntactical → how much has the paraphrase changed the original sentence?
- RASA - Create assistants that go beyond basic FAQs
- Building a chatbot with Rasa
- Building a Conversational Chatbot for Slack using Rasa and Python -Part 1
- How to build a voice assistant with open source Rasa and Mozilla tools
- Rasa youtube channel
- GPT-3 vs. Rasa chatbots. Comparing the performance of GPT-3 and… | by Mark Ryan | Aug, 2020 | Towards Data Science
- Building your first chatbot in Python - Rachael Tatman | PyData Jeddah - YouTube
- TextFeatureSelection
- Bag-of-words model
- Implementing a CNN for Text Classification in TensorFlow
- Free Code Friday - Better and Faster Machine Learning Classifiers in Python
- Time series classification
- “What is Relevant in a Text Document?”
- 예를 들어, 카테고리가 있는 뉴스문서 학습데이터가 있는 경우 문서를 분류하는 분류기를 만들 때
- 문서에서 어떤 단어가 어떤 클래스로 분류하는데 얼만큼의 영향이 있었는지 역으로 추적하기가 쉽지 않음(Maximum Entropy 같은 걸 사용하는 것이 아니라면)
- 이를 역으로 추적하는 방법에 대한 논문
- Text Classification using Neural Networks
- Text Classification using Algorithms
- Text Classifier Algorithms in Machine Learning
- Tensorflow Text Classification – Python Deep Learning
- lime
- On Building a “Fake News” Classification Model *update
- scalawox fakenews
- Automated Text Classification Using Machine Learning
- TRAIN ONCE, TEST ANYWHERE: ZERO-SHOT LEARNING FOR TEXT CLASSIFICATION
- Zero Shot Learning : 학습 데이터없이 텍스트 분류 모델 만들기
- Zero Shot Learning은 학습을 하지 않고 데이터세트의 구성원을 추론할 수 있는 방법
- 대부분 하나의 데이터 세트에서 습득한 지식을 다른 학습 세트에 적용 할 수 있는 일부 형태의 transfer learning에 의해 성취됩니다
- 지금까지 imagenet 데이터세트의 지식을 새로운 것에 사용할 수 있는 비전 작업을 위해 여러 개의 Zero Shot Learning 방법을 제안했지만 텍스트 분류를 위한 건 최초
- 큰 노이즈의 데이터세트에서 문장과 해당 범주 간의 관계를 학습하여 새로운 범주 또는 새 데이터세트로 일반화
- TRY OUR CUSTOM CLASSIFIER DEMO
- Zero Shot Learning : 학습 데이터없이 텍스트 분류 모델 만들기
- Alisa Dammer - Baby steps in short-text classification with python
- Actionable and Political Text Classification Using Word Embeddings and LSTM
- Pycon Ireland 2017: Text Classification with Word Vectors & Recurrent Neural Networks - Shane Lynn
- Machine Learning - Text Classification with Python, nltk, Scikit & Pandas
- Introduction to Natural Language Processing with Python - Asyncjs
- Patrick Harrison | Modern NLP in Python
- Advanced Python 2: Advanced Text Processing
- Creating a simple text classifier using Google CoLaboratory Google CoLaboratory 환경에서 Scikit Learn를 사용하여 간단한 2진 텍스트 분류자를 만드는 방법
- Text Classification with TensorFlow Estimators
- Multi-Class Text Classification with Scikit-Learn
- Multi Label Text Classification with Scikit-Learn
- Recurrent Neural Network for Text Calssification
- Introducing state of the art text classification with universal language models
- Evaluating Classifiers: Confusion Matrix for Multiple Classes
- The last 3 years in Text Classification
- Automated Text Classification Using Machine Learning
- CNN으로 문장 분류하기
- Introducing Custom Classifier – Build Your Own Text Classification Model Without Any Training Data
- Practical Text Classification With Python and Keras
- Multi-Class Text Classification with SKlearn and NLTK in python| A Software Engineering Use Case
- Tutorial on Text Classification (NLP) using ULMFiT and fastai Library in Python
- Deep Transfer Learning for Natural Language Processing — Text Classification with Universal Embeddings
- Democratizing NLP content modeling with transfer learning using GPUs - Sanghamitra Deb
- The State of Transfer Learning in NLP
- Using Transfer Learning for NLP with Small Data
- 이미지 분류 작업의 경우 Transfer Learning은 레이블이 적은 데이터세트로 우수한 정확도를 제공하여 매우 효과적인 것으로 입증
- Transfer Learning은 한 데이터세트에서 다른 데이터세트로 학습된 지식을 전송할 수 있는 기술
- Transfer Learning을 텍스트 분류에 사용하기 쉽게 만드는 이 프로젝트를 통해 단지 500개의 IMDB 영화 리뷰 데이터세트로 83%의 분류 정확도 달성
- Adapters: A Compact and Extensible Transfer Learning Method for NLP
- A Light Introduction to Transfer Learning for NLP | by Elvis | dair.ai | Medium
- Develop a NLP Model in Python & Deploy It with Flask, Step by Step - Flask API, Document Classification, Spam Filter
- NLP Classification Tutorial with PyTorch CBOW, CNN, DCNN, RNN, LSTM
- Practical Text Classification With Python and Keras
- Multi-Class Text Classification Using PySpark, MLlib & Doc2Vec
- Intro to Text classification through tensorflow in Python
- Using Doc2Vec to classify movie reviews
- A Basic NLP Tutorial for News Multiclass Categorization
- Natural Language Processing, Support Vector Machine, TF- IDF, deep learning, Spacy, Attention LSTM
- 헤드 라인과 간단한 설명을 기반으로 뉴스 유형을 식별하여 Python에서 텍스트 데이터의 멀티 클래스 분류 방법을 이해
- NLP 튜토리얼: 라벨링 없이 트위터 유저들을 자동으로 나누어보기
- 소설 작가 분류 AI 경진대회
- How-to Build a Transformer for Language Classification in TensorFlow
- TextFeatureSelection: Python library for feature selection for text features. It has filter method, genetic algorithm and TextFeatureSelectionEnsemble for improving text classification models. Helps improve your machine learning models
- dbscan
- Finding Topics in Harry Potter using K-Means Clustering
- 언론사가 알아야 할 알고리즘
- Comparing different clustering algorithms on toy datasets
- Density-Based Clustering
- Text Clustering : Get quick insights from Unstructured Data 1
- Text Clustering : Get quick insights from Unstructured Data 2
- 14 Great Articles and Tutorials on Clustering
- The 5 Clustering Algorithms Data Scientists Need to Know
- Understanding Hate Speech on Reddit through Text Clustering
- JSALT 2019 Montréal: Dive into Deep Learning for Natural Language Processing
- LangCon
- 텐서플로 월드2019 행사 핵심요약 2. NLP가 대세입니다!
- 이 선 넘으면 침범이야 BEEP! - 문지형 - PyCon Korea 2020 - YouTube
- Smart Use of Legal NLP | Dr. Benjamin Werthmann, RAILS PyData Südwest / Big Data BBQ - YouTube
- Highly-Scalable NLP to Answer Questions on COVID-19 WhatsApp Hotline | PyData Global 2021 - YouTube
- Natural Language Processing: Trends, Challenges and Opportunities | PyData Global 2021 - YouTube
- CORPORA AND OTHER LANGUAGE AND SPEECH DATA UNDER DICE
- UTagger + KorpuSQL을 이용해서 코퍼스 구축하기
- KorpuSQL 클릭만으로 간편하게 코퍼스 구축하기
- PHP, MySQL 코퍼스를 통해 관련어 추출
- 인공지능 씨앗 한글 말뭉치, 2007년 멈춰선 까닭
- ④ 송철의 국립국어원장 "한국어 AI 시대의 기초는 말뭉치..제2의 세종계획 추진해야"
- 언제까지 포털 영어사전만 쓸 건가요? – 말뭉치(코퍼스)를 활용한 영어 글쓰기 기초 편
- 형태소 분석기와 Branching entropy를 활용한 비지도 신조어 탐색 – Ukjae Jeong corpus는 아니지만, 신조어 찾는 방법에 대한 이야기라 연관이 있음
- Facebook, NYU expand available languages for natural language understanding systems
- TextNet Linguist가 수행하는 대화자원구축 service
- 개체명 인식용 말뭉치
- 국어사전 데이터
- 표준국어대사전.csv
- 모두의 말뭉치
- NIA(National Information Society Agency) Dictionary
- Korean Parallel corpora (of https://sites.google.com/site/koreanparalleldata/)
- koSentences - a large-scale web corpus of Korean text
- 언어와 컴퓨터 (100.130)
- 자연어처리 특강 - YouTube
- Donkuk_AI_NLP_MachineTranslation - 동국대학교 영어영문학부 대상으로 진행하는 인공지능, 자연언어처리, 기계번역 강의자료
- A Primer on Neural Network Models for Natural Language Processing
- List of free resources to learn Natural Language Processing
- Learn Natural Language Processing
- 9 Best Tensorflow Courses & Certifications Online- Discover the Best One!
- DeepMind x UCL | Deep Learning Lectures | 7/12 | Deep Learning for Natural Language Processing - YouTube
- NLP Course | For You word embeddings, text classification, language modeling, seq2seq and attention
- Best Natural Language Processing Courses Online in 2021-UPDATED
- 11 Best Natural Language Processing Courses Online- Bestseller in 2021
- Computational Linguistics
- CS224d: Deep Learning for Natural Language Processing
- CS224n: Natural Language Processing with Deep Learning
- CS224U: Natural Language Understanding
- Deep Learning for NLP
- Deep Learning for Natural Language Processing: 2016-2017
- CS4650 and CS7650 ("Natural Language") at Georgia Tech
- CS 447: Natural Language Processing
- CS 20SI: Tensorflow for Deep Learning Research
- YSDA Natural Language Processing course
- Justin J. Nguyen: Exposing Dark Data in the enterprise with custom NLP | PyData Miami 2019
- handwritten Hangul Datasets: PE92, SERI95, and HanDB
- Building A Gigaword Corpus Lessons on Data Ingestion, Management, and Processing for NLP
- Learning Deep Structured Semantic Models for Web Search using Clickthrough Data
- Extracting Structured Data From Recipes Using Conditional Random Fields
- The Big Bad NLP Database - Quantum Stat
- Mimesis - a package for Python, which helps generate big volumes of fake data for a variety of purposes in a variety of languages
- 기본적으로 Random 기반, 생성보다 Possible 한 목록이 기록된 json에서 내용 추출. 해쉬같이 완전히 무작위로 만드는 것도 존재
- API 설계를 쉽게 해 둬서, 자신만의 Generator 생성 및 기존의 Generator와 혼합 가능
-
- local 특성에 따라 달라지는것; Address, Business, Datetime, Food, Person, Science, Text
-
- local 특성과는 무관한것; Clothing, Code, Choice, Cryptographic, Development, File, Hardware, Internet, Numbers, Path, Structure, Transport, UnitSystem
-
- 나만의 Generator는 BaseDataProvider 같은 것을 상속받아 작성
- The Pile
- 국가생물종지식정보시스템
- :BaseKB Gold Ultimate is now available in AWS
- Knowledge-Based Trust: Estimating the Trustworthiness of Web Sources
- 언어 모델링은 음성-텍스트, 대화식 시스템, 텍스트 요약과 같은 여러 가지 자연어 처리 작업에 핵심적인 문제
- Text Generation
- 텍스트 생성은 언어 모델링 문제의 유형
- 잘 학습된 언어 모델은 텍스트에서 사용된 단어의 이전 순서를 기반으로 단어의 발생 가능성을 학습
- 언어 모델은 문자 수준, n-gram 수준, 문장 수준 또는 단락 수준에서 조작 가능
- WHAT EVERY NLP ENGINEER NEEDS TO KNOW ABOUT PRE-TRAINED LANGUAGE MODELS
- Language modeling a billion words
- 확률론적 언어 모형
- Perplexed by Game of Thrones. A Song of N-Grams and Language Models
- Character-Aware Neural Language Models
- Character-Aware Neural Language Models
- CNN과 Highway Network를 사용 (입력은 LSTM)해서 State-of-Art의 성과
- 기존보다 크게 감소된 Parameter로 높은 성능을 내어, 휴대폰과 같은 Model Size가 중요한 영향을 미치는 곳에 적합
- Word Embedding 시 형태소 tagging 필요하지 않음
- 형태소 정보들이 많은 언어에서 기존보다 높은 성능 (언어 종속성 낮음)
- 14. 텐서플로우(TensorFlow)를 이용해서 언어 모델(Language Model) 만들기 – Recurrent Neural Networks(RNNs) 예제 2 – PTB(Penn Tree Bank) 데이터셋
- How to Develop a Word Embedding Model for Predicting Movie Review Sentiment keras, word2vec
- MUSE: Multilingual Unsupervised and Supervised Embeddings
- Dynamic Meta Embeddings DME
- LSTM and QRNN Language Model Toolkit
- Generating Drake Rap Lyrics using Language Models and LSTMs
- Recurrent Neural Networks: The Powerhouse of Language Modeling
- Character-Aware Neural Language Models
- Language Models are Open Knowledge Graphs .. but are hard to mine! | by Nikhil Dharap | Jan, 2021 | Towards Data Science
- Large-scale LM에 대한 얕고 넓은 지식들(part 1) - YouTube
- Large-scale LM에 대한 얕고 넓은 지식들(part 2) - YouTube
- Beauty Domain-Specific Pre-trained Language Model 개발하기 –
- What Have Language Models Learned?
- Using DeepSpeed and Megatron to Train Megatron-Turing NLG 530B, the World’s Largest and Most Powerful Generative Language Model | NVIDIA Developer Blog
- Do large language models understand us? | by Blaise Aguera y Arcas | Dec, 2021 | Medium
- Ecco - Look Inside Language Models
- GSLM
- [텍스트 없는 자연어처리?... 음성 인공지능 NLP 시대 열어, 페이스북 AI ‘생성적 화자 언어 모델’ 오픈 소스로 공개](https://www.aitimes.kr/news/articleView.html?idxno=22445
- Textless NLP: Generating expressive speech from raw audio
- KLUE Benchmark
- KoBigBird: 🦅 Pretrained BigBird Model for Korean (up to 4096 tokens)
- LAMA: LAnguage Model Analysis
- lassl: Easy framework for pre-training language models
- lbox-open
- Legal-BERT, 법률 도메인에 특화된 언어모델 개발기
- LM-kor: Pretrained Language Models for Korean
- PLMpapers
- SNgramExtractor: Python package code repo for Implementation of syntactic n-grams (sn-gram) extraction
- 의존성 파스 트리 구조를 사용하여 syntactic 합성 n-gram 추출
- tunib-electra: Korean-English Bilingual Electra Models
- WellnessConversationAI: Korean Language Model을 이용한 심리상담 대화 언어 모델
- GPT 한글판 - YouTube
- OpenAI GPT-2: Understanding Language Generation through Visualization
- Better Language Models and Their Implications GPT-2 based artificial news
- GPT-2 Playground
- The Way you Write Code Is About to Change: Join the Waiting List | by Dimitris Poulopoulos | Towards Data Science OpenAI
- The Illustrated GPT-2 (Visualizing Transformer Language Models)
- OpenGPT-2: We Replicated GPT-2 Because You Can Too
- Fine-Tuning GPT-2 from Human Preferences
- Algpt2 Part 2 | Bilal Khan
- KoGPT2 - Korean GPT-2 pretrained cased (KoGPT2)
- KoGPT2ForParaphrasing
- Too big to deploy: How GPT-2 is breaking servers
- The Annotated GPT-2
- KorGPT2Tutorial: Tutorial for pretraining Korean GPT-2 model
- KoGPT2-chatbot: Simple Chit-Chat based on KoGPT2
- Does GPT-2 Know Your Phone Number? – The Berkeley Artificial Intelligence Research Blog
- This Code Does Not Exist GPT2를 이용한 코드 생성
- 자연어 인공지능 모델 해킹하기 | GeekNews GPT2 대상 공격
- awesome-gpt3
- How GPT3 Works - Visualizations and Animations – Jay Alammar – Visualizing machine learning one concept at a time
- What is GPT-3? Showcase, possibilities, and implications - YouTube
- GPT-3가 뭐길래, 제2의 알파고? - YouTube
- GPT-3, 인류 역사상 가장 뛰어난 언어 AI – 핑퐁팀 블로그
- OpenAI GPT-3 - Good At Almost Everything! 🤖 - YouTube
- Can GPT-3 Make Analogies?. By Melanie Mitchell | by Melanie Mitchell | Aug, 2020 | Medium
- GPT-3의 다섯 가지 한계 – 핑퐁팀 블로그
- GPT-3 paper를 읽고 써보는 간략한 리뷰, Language Models are Few-Shot Learners
- 대화형 인공지능(GPT-3) 한방에 이해하기 feat. 솔트룩스 이경일 대표 - YouTube
- The First Wave of GPT-3 Enabled Applications Offer a Preview of Our AI Future
- 영상 초보자도 쉽게 GPT-3를 사용해 혼자서 GPT-3 모델을 구현한다 - 인공지능신문
- 과연 GPT-3는 얼마나 똑똑한 걸까? – 핑퐁팀 블로그
- Can GPT-3 Make Analogies?. By Melanie Mitchell | by Melanie Mitchell | Medium
- GPT-3은 얼마내고 써야할까요? 계산 과정이 재미있음
- 구독자 GPT-3는 우리 중에 최약체지
- GPT-3 is not That Smart. With a Reason | LinkedIn
- GPT-3 is No Longer the Only Game in Town - Last Week in AI
- OpenAI’s API Now Available with No Waitlist
- GPT-3 악용을 막기 위해 그동안 API의 사용이 허가된 사용자만 사용 가능했으나 이제 보호장치를 만들어 지원국가의 사용자는 가입만 하면 GPT-3 API 사용 가능. API는 콘텐츠 가이드라인하에서만 사용
- GPT-3 공식문서번역 1. Get started - Introduction — BetaMan의 공사장
- GPT-3 공식문서번역 2. Get started - Developer quickstart — BetaMan의 공사장
- GPT-3 공식문서번역 3. Get started - Engines — BetaMan의 공사장
- GPT-3 공식문서번역 4. Get started - Going live — BetaMan의 공사장
- GPT-3 공식문서번역 5. Get started - Usage guidelines — BetaMan의 공사장
- AI Can Write in English. Now It's Learning Other Languages | WIRED GPT3
- Can’t Access GPT-3? Here’s GPT-J — Its Open-Source Cousin | by Alberto Romero | Towards Data Science
- HyperCLOVA 서빙 프레임워크 선정 | CLOVA Engineering Blog
- OpenAI Codex 공개 및 파이썬 퍼즐 챌린지 예정 | GeekNews
- gpt-neo: An implementation of model parallel GPT2& GPT3-like models, with the ability to scale up to full GPT3 sizes (and possibly more!), using the mesh-tensorflow library
- 21년 2월 2주 - from future import dreamfrom future import dream
- minGPT: A minimal PyTorch re-implementation of the OpenAI GPT (Generative Pretrained Transformer) training 일종의 교육용 GPT
- 꿀벌개발일지 :: 뉴스: GPT-Neo 를 개발하고 있다는 소식
- AI x Bookathon｜인공지능을 수필 쓰는 작가로 학습시켜보자! GPT, hdf5, scrapy, selenium
- Google AI Blog: Advancing NLP with Efficient Projection-Based Model Architectures GPT-3와 반대로 적은 parameter로 만드는 model에 대한 이야기
- Goopt: 🔍 Search Engine for a Procedural Simulation of the Web with GPT-3
- kogpt: KakaoBrain KoGPT (Korean Generative Pre-trained Transformer) GPT-3 기반의 한국어 특화 AI 언어 모델
- mesh-transformer-jax: Model parallel transformers in JAX and Haiku
- Latent Dirichlet Allocation
- Yes24 책 추천 알고리즘, 어떻게 구현했나
- Latent Dirichlet Allocation (LDA) with Python
- Latent Dirichlet Allocation, LDA
- word2vec, LDA, and introducing a new hybrid algorithm: lda2vec
- Spectral LDA on Spark
- LDA in Python – How to grid search best topic models?
- Scikit Learn은 Latent Dirichlet allocation(LDA), LSI, Non-Negative Matrix Factorization과 같은 알고리즘을 사용하여 주제 모델링을 위한 편리한 인터페이스를 제공
- 이 튜토리얼에서는 최상의 LDA 토픽 모델을 작성하고 결과를 의미있는 결과로 보여주는 방법
- Language Modelling and Text Generation using LSTMs — Deep Learning for NLP
- 최첨단의 RNN을 구현하고 학습하여 자연어 텍스트를 생성하는 언어 모델을 만드는 방법을 설명
- 이 모델의 목적은 일부 입력 텍스트가 있는 경우 새 텍스트를 생성
- Topic Modeling and Latent Dirichlet Allocation (LDA) in Python
- The Hottest Topics In Machine Learning - Analyzing machine learning trends in research
- Free Term Extractors
- Hugging Face "Tokenizers"와 PyTorch "Captum" 라이브러리 사용기 ipynb
- huggingface.co/nlp/viewer
- ML (Huggingface transformers) coding tips from Yannic Kilcher
- A small timing experiment on the new Tokenizers library — a write-up
- Beyond Classification With Transformers and Hugging Face | by Nikhil Dharap | Towards Data Science
- huggingface를 이용한 한국어 BART 학습 후기
- transformers에 모델 기여하기 | LASSL
- koclip: KoCLIP: Korean port of OpenAI CLIP, in Flax
- 2021년 1월 OpenAI 가 공개한 CLIP(Contrastive Language–Image Pre-training)은 자연어와 이미지를 동시에 학습하는 멀티모달 모델로 ImageNet등의 태스크에서 기존 모델을 상회하는 정확도와 범용성
- KoCLIP은 오픈소스로 공개 되는 첫 한국어 멀티모달 인공지능으로 AIHub의 한국어-이미지 캡션 데이터셋을 사용해 학습
- Flax-Community-Week에서 제공한 TPU3-v8 VM 을 활용해 KoCLIP-Base와 KoCLIP-Large, 총 두 버전의 모델 제작
- KoCLIP-Base는 텍스트 인코더로 klue/roberta-large와 이미지 인코더로 openai/clip-vit-base-patch32 를, KoCLIP-Large는 같은 텍스트 인코더와 google/vit-large-patch16-224를 이미지 인코더로 사용
- KoCLIP은 다양한 방향으로 활용 가능성을 품고 있으며 다음 세 가지 기능이 Streamlit을 통해 배포
- Text2Image: 텍스트 쿼리를 입력하면 사전에 저장해둔 사진들 중 쿼리와 가장 유사도 높은 사진 반환
- Image2Text: Zero-Shot Classifier의 한 종류로 사진과 다수의 레이블을 입력하면 여러 레이블중 사진과 가장 어울리는 것을 반환
- Text2Patch: 역시 Zero-Shot Classifier의 한 갈래로 사진과 텍스트 쿼리가 입력되면 텍스트와 가장 연관성이 깊은 사진 패치 반환
- nlp_tutorials: huggingface를 이용하여 downstream task 수행하기
- optimum
- parallelformers: Parallelformers: An Efficient Model Parallelization Toolkit for Deployment
- 3 Natural Language Processing Tools From AWS to Python | by SeattleDataGuy | Better Programming | Oct, 2020 | Medium
- Open Source Natural Language Processing Libraries To Get You Started
- 꼬꼬마 프로젝트!
- 날개셋
- 오픈 한글
- 은전한닢 프로젝트 - 검색에서 쓸만한 오픈소스 한국어 형태소 분석기를 만들자!
- academictorrents.com
- Adapt Intent Parser - an open source software library for converting natural language into machine readable data structures
- AllenNLP - An open-source NLP research library, built on PyTorch
- Autosub - Command-line utility for auto-generating subtitles for any video file
- Babelpish.github.io
- CLaF: Clova Language Framework https://naver.github.io/claf
- Compact Language Detector 2
- ConceptNet - a multilingual knowledge base, representing words and phrases that people use and the common-sense relationships between them
- coreferee: Coreference resolution for English, German and Polish, optimised for limited training data and easily extensible for further languages
- Cubism
- Daon 형태소 분석기
- decaNLP - The Natural Language Decathlon: A Multitask Challenge for NLP
- fastT5: ⚡ boost inference speed of T5 models by 5x & reduce the model size by 3x
- fastText is a library for efficient learning of word representations and sentence classification
- C++, 추가적인 의존 라이브러리 없음
- Deep Learning 기반의 분류기와 정확도는 비슷하면서도 속도가 빠름
- multi-core CPU 상에서 10억개 이상의 단어를 10분 내로 학습하고, 50만개의 문장을 1분안에 312k개의 클래스로 분류 가능
- Bag of Tricks for Efficient Text Classification
- our fast text classifier fastText is often on par with deep learning classifiers in terms of accuracy, and many orders of magnitude faster for training and evaluation
- We can train fastText on more than one billion words in less than ten minutes using a standard multicore CPU, and classify half a million sentences among 312K classes in less than a minute.
- Enriching Word Vectors with Subword Information
- Facebook’s Artificial Intelligence Research lab releases open source fastText on GitHub
- Introduction to Natural Language Processing with fastText
- FastText.zip: Compressing text classification models
- Pre-trained word vectors
- Aligning the fastText vectors of 78 languages
- Introduction to Natural Language Processing with fastText
- FastText Tutorial - How to Classify Text with FastText
- 한국어를 위한 어휘 임베딩의 개발 -1- -1-
- 한국어를 위한 어휘 임베딩의 개발 -2- -2-
- FastText, 실전 사용하기
- 글쓰기 화면에서 카테고리 자동 추천하는 모델 만들기
- FastText Pre-trained 한국어 모델 사용기 – Inah Jeon – Inah Jeon's personal blog
- fastText4j - Java port of C++ version of Facebook Research fastText
- fastText_doc2vec
- fastText for Korean
- fasttext.js: FastText for Node.js
- models.fasttext – FastText model gensim example
- Production Machine Learning Pipeline for Text Classification with fastText
- pyfasttext
- scikit-learn wrappers for Python fastText
- SwiftFastText - Swift wrapper for the Facebook FastText Library for efficient text classification and representation learning
- GluonNLP: NLP made easy
- Attention API로 간단히 어텐션 사용하기 gluonNLP
- go-freeling - Golang Natural Language Processing
- graph4nlp: Graph4nlp is the library for the easy use of Graph Neural Networks for NLP
- hangul-toolkit - 한글 자모 분해, 조합(오토마타), 조사 붙이기, 초/중/종 분해조합, 한글/한자/영문 여부 체크 등을 지원
- InferSent - semantic sentence 표현을 제공하는 sentence embedding 방법
- Jarvis Introducing NVIDIA Jarvis: A Framework for GPU-Accelerated Conversational AI Applications
- JoSH: KDD 2020 Hierarchical Topic Mining via Joint Spherical Tree and Text Embedding
- kakaotalk_msg_preprocessor: 카카오톡 채팅방에서 대화 내보내기를 통해 생성한 파일을 전처리해주는 라이브러리입니다
- Kanji recognition - implementation of Nei Kato's directional feature extraction algorithm
- KETI/KE-T5-Vision
- khaiii
- Kiwi - 지능형 한국어 형태소 분석기(Korean Intelligent Word Identifier)
- knwl - A Javascript Natural Language Parser
- KoalaNLP = Korean + Scala + NLP. 한국어 형태소 및 구문 분석기의 모음입니다
- KoParadigm: Korean Inflectional Paradigm Generator
- paradigm은 용언 활용 테이블을 뜻하는 언어학 용어. 예를 들어, 영어의 go는 go, went, going, goes 등과 같이 어형이 변화
- 한국어는 그 변화양상이 복잡. 동사/어미의 종류와 소리에 따라 규칙이 복잡. 그 규칙들을 테이블로 정리해 공개
- Korpora: Korean corpus repository
- KorpuSQL
- Koshort - Koshort은 한국어 NLP를 위한 high-level API 프로젝트입니다
- LASER - Zero-shot transfer across 93 languages: Open-sourcing enhanced LASER library
- lit: The Language Interpretability Tool: Interactively analyze NLP models for model understanding in an extensible and framework agnostic interface
- live caption 구글 크롬, Live Caption 기능 공개 | GeekNews
- madlibs: Generates random strings with random verbs, nouns, and adjectives
- Mecab
- Taku Kudo - Mecab developer
- mecab-ko 윈도우에서 빌드하기
- 윈도우 python3.X mecab 설치 간단~
- Google Colab에서 Mecab-ko-dic 쉽게 사용하기
- mecab-bind: Binding MeCab Tagger to Python3 and TensorFlow
- natto-py - combines the Python programming language with MeCab, the part-of-speech and morphological analyzer for the Japanese language
- python-mecab - A repository to bind mecab for Python 3.5+. Not using swig nor pybind. https://pypi.org/project/python-mecab
- Memory Networks
- mesh-transformer-jax: Model parallel transformers in JAX and Haiku
- mit-nlp
- name2nat: a Python package for nationality prediction from a name
- NGT - Neighborhood Graph and Tree for Indexing High-dimensional Data
- word embeddings와 같은 고차원 데이터에서 k nearest item을 근사적으로 빠르게 찾는 라이브러리
- annoy와 비슷하지만 graph tree 기반 indexing
- nlg-eval - Evaluation code for various unsupervised automated metrics for Natural Language Generation
- nori-clone: Standalone Nori (Korean Morphological Analyzer)
- parserator - a framework for making parsers using natural language processing (NLP) methods
- pattern: Web mining module for Python, with tools for scraping, natural language processing, machine learning, network analysis and visualization
- pecab: Pure python mecab analyzer for Japanese and Korean
- Pororo: A Deep Learning based Multilingual Natural Language Processing Library
- Pragmatic Segmenter - a rule-based sentence boundary detection gem that works out-of-the-box across many languages
- python-nori: Pynori - Lucene Nori, Korean Mopological Analyzer, in Python
- PyText - a deep-learning based NLP modeling framework built on PyTorch
- quepy - A python framework to transform natural language questions to queries in a database query language
- recsys-nlp-graph: 🛒 Simple recommender with matrix factorization, graph, and NLP
- Rouzeta - 유한 상태 기반의 한국어 형태소 분석기
- SentencePiece - an unsupervised text tokenizer and detokenizer mainly for Neural Network-based text generation systems where the vocabulary size is predetermined prior to the neural model training
- Simplenlg - a simple Java API designed to facilitate the generation of Natural Language
- spark-nlp: State of the Art Natural Language Processing
- SPARTA: Semantic Parsing And Relational Table Aware Model that generates SQL from question written in Korean language
- Stanford Natural Language Processing Group
- Stanza - A Python NLP Library for Many Human Languages
- StarSpace - Learning embeddings for classification, retrieval and ranking
- The Super Duper NLP Repo
- text-to-text-transfer-transformer: Code for the paper "Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer"
- tacit - Text Analysis,Collection and Interpretation Tool
- Text Understanding from Scratch
- TextWorld: A learning environment for training reinforcement learning agents, inspired by text-based games
- teachable-nlp Ainize | Launchpad for open-source AI projects
- 한글 받침에따라서 '을/를' 구분하기
- Autocomplete words with spring boot and redis 자동완성
- KLAY - Korean Language AnalYzer (한국어 형태소 분석기)
- lucene-Korean-Analyzer Lucene Analyzer For Korean
- VWL 텍스트 분석기 0.9
- 13 Deep Learning Frameworks for Natural Language Processing in Python
- 자연어 처리(NLP)가 필요하다면?··· 추천 파이썬 라이브러리 8종 - CIO Korea CoreNLP Gensim NLTK Pattern Polyglot PyNLPI SpaCy TextBlob
- Annoy (Approximate Nearest Neighbors Oh Yeah) - a C++ library with Python bindings to search for points in space that are close to a given query point
- Document Clustering with Python
- ecco: Visuals and explore NLP language models. Ecco creates interactive visualizations directly in Jupyter notebooks explaining the behavior of Transformer-based language models (like GPT2)
- Ekphrasis - a text processing tool, geared towards text from social networks, such as Twitter or Facebook. Ekphrasis performs tokenization, word normalization, word segmentation (for splitting hashtags) and spell correction
- Emoji for Python
- flair - A very simple framework for state-of-the-art Natural Language Processing (NLP)
- Hangulize - 외래어 자동 한글 변환 모듈
- keystroke practice
- Keyword finder: automatic keyword extraction from text
- KoNLPy: Korean NLP in Python
- github.com/konlpy/konlpy
- 자바, 미안하다! 파이썬 한국어 NLP
- 자바, 미안하다! Korean NLP with Python
- word2vec을 하기 앞서 형태소 분석을 해보자
- Pycon2017 koreannlp
- customized KoNLPy
- MAC OSX에서 konlpy 설치 시 ImportError: No module named 'jpype' 오류 해결
- 파이썬과 커뮤니티와 한국어 오픈데이터
- 말뭉치를 이용한 한국어 용언 분석기 (Korean Lemmatizer)
- docker-ubuntu-konlpy
- KoNLPy-homi: Redesigned KoNLPy (Wrapper) for Usability and Portability with gRPC Using Homi
- korean - A library for Korean morphology
- ko_restoration - Module for restoring Korean text working with KomornaPy
- Koshort - a Python project for Korean natural language processing... or maybe Korean domestic cat
- krtpy - Korean Romanization/Hangulization utility written in python
- kss - Korean Sentence Splitter
- NLP Architect - an open-source Python library for exploring the state-of-the-art deep learning topologies and techniques for natural language processing and natural language understanding
- NLTK
- book
- 한국어와 NLTK, Gensim의 만남
- NLP with NLTK – Part 1
- python_nltk
- github.com/zerosum99/python_nltk
- NLTK로 배우는 자연언어처리
- Tutorial 5: Analyzing text using Python NLTK
- NLTK Basic Text Analytics
- NLTK with Python 3 for Natural Language Processing
- 22 Python NLTK Corpus
- NLTK Text Processing Tutorial Series
- Computing Document Similarity with NLTK (March 2014)
- Tokenizing Words Sentences with Python NLTK
- Natural Language Processing (NLP) Tutorial with Python & NLTK
- tokenizeComplete NLTK Tokenizer Tutorial for Beginners | MLK - Machine Learning Knowledge
- TOKENIZE | NLTK | DATA CLEANING - YouTube
- ParlAI (pronounced “par-lay”) - a framework for dialog AI research, implemented in Python
- PreNLP - Preprocessing Library for Natural Language Processing
- pyeunjeon (python + eunjeon) 은전한닢 프로젝트와 mecab 기반의 한국어 형태소 분석기의 독립형 python 인터페이스
- pySBD (Python Sentence Boundary Disambiguation) is a rule-based sentence boundary detection that works out-of-the-box
- PyStruct - Structured Learning in Python
- Python-jamo is a Python Hangul syllable decomposition and synthesis library for working with Hangul characters and jamo
- soynlp 단어 추출/ 토크나이저 / 품사판별/ 전처리 기능을 제공
- spaCy - a library for industrial-strength natural language processing in Python and Cython
- NLP (SpaCy) 총 4개의 챕터, SpaCy 패키지 사용 방법
- spaCy Cheat Sheet: Advanced NLP in Python
- dependency parse tree visualization
- Dead Code Should be Buried
- spaCy: Industrial-strength NLP
- dependency parse tree visualization
- Neural coref - State-of-the-art coreference resolution based on neural nets and spaCy
- 신경망과 spaCy를 이용한 coreference resolution library
- State-of-the-art neural coreference resolution for chatbots
- NLP With Python: Build a Haiku Machine in 50 Lines Of Code | by Sean Zhai | Better Programming | Oct, 2020 | Medium
- yujuwon.tistory.com/m/tag/spaCy
- Machine Learning for Text Classification Using SpaCy in Python
- Korean support
- irl.spacy.io/2019
- Advanced NLP with spaCy
- Natural Language in Python using spaCy: An Introduction
- Vincent Warmerdam - Playing by the Rules-Based-Systems | PyData Eindhoven 2020 - YouTube
- merge-idioms: Implementation of Spacy's NLP pipeline for merging idioms as standalone tokens 숙어는 tokenizing할 때 각 단어별로 나누지 않는 library
- Prodigy: A new tool for radically efficient machine teaching
- Introducing spaCy v3.1 · Explosion
- spaCyOpenTapioca · spaCy Universe
- TextBlob Sentiment: Calculating Polarity and Subjectivity python
- TextFeatureSelection · PyPI
- Text Generation With LSTM Recurrent Neural Networks in Python with Keras
- textgenrnn - Python module to easily generate text using a pretrained character-based recurrent neural network
- twitter_optimus_twint: Analyzing tweets with Twint, Optimus and Apache Spark
- UTagger
- Vowpal Wabbit is a machine learning system which pushes the frontier of machine learning with techniques such as online, hashing, allreduce, reductions, learning2search, active, and interactive learning. http://hunch.net/~vw
- KoNLP - R package for Korean NLP http://cran.r-project.org/web/packages/KoNLP/index.html
- KoSpacing - Automatic Korean word spacing with R
- Open Korean Text Processor - An Open-source Korean Text Processor
- twitter-korean-text - 트위터에서 만든 한국어 처리기
- 잠재 디리클레 할당
- A Solution to Plato's Problem: The Latent Semantic Analysis Theory of Acquisition, Induction and Representation of Knowledge
- Latent Semantic Variable Models
- Word vectors using LSA, Part - 2
- Sentence Embedding
- 숨은의미분석 LSA(Latent Semantic Analysis)
- Named Entity Recognition: Examining the Stanford NER Tagger
- 한국어 개체명 인식 기술(Named Entity Recognition)
- K-ICT 빅데이터센터
- Entity extraction using Deep Learning
- 기사의 각 단어를 organisation, person, miscellaneous 및 other의 네가지 범주로 태그
- 그런 다음 기사에서 가장 두드러진 조직과 이름을 찾아 딥러닝 모델은 각 단어를 위의 4가지 범주로 분류
- 그런 다음 원치 않는 태깅을 필터링하고 가장 유명한 이름과 조직을 찾는 규칙 기반 접근 방식
- Named Entity Recognition: Milestone Models, Papers and Technologies
- Introduction to Named Entity Recognition
- Named Entity Recognition (NER), Meeting Industry’s Requirement by Applying state-of-the-art Deep
- Parsing XML, Named Entity Recognition in One-Shot - Conditional Random Fields, Sequence Prediction, Sequence Labelling
- Named Entity Recognition with NLTK and SpaCy
- Multilingual Named Entity Recognition: Research to Reality
- etagger - reference tensorflow code for named entity recognition
- GENRE: Autoregressive Entity Retrieval
- NeuroNER - A Named-Entity Recognition Program based on Neural Networks and Easy to Use
- “포털 야구 중계, 로봇 저널리즘이 대체 가능해“
- ③로봇, 저널리즘을 넘보다
- 마커, “뉴스, 다 읽지 마세요. 형광펜 처리된 중요한 부분만 보세요”
- “수 없이 쏟아지는 읽을거리, 중요한 것만 밑줄 쳐 드립니다”, 마커 정철현 대표
- ‘뉴욕타임스’, 머신러닝 기반 자동 태그 시스템 개발
- 지난 26년간 언론에서 가장 중요한 정보원은 누구였을까?
- 세월호 참사 1년 동안의 언론보도를 통해 드러난 언론매체의 정치적 경도
- 세월호 참사 1년 동안의 언론보도를 통해 드러난 언론매체의 정치적 경도
- 왜 언론사는 채팅봇에 흥분하는가
- 뉴스 빅데이터 분석 시스템 ‘빅카인즈’ 공식 출범
- 네이버 뉴스 댓글 ‘남성’ 많고 ’10대·여성’ 적고
- 뉴스를 재미있게 만드는 방법; 뉴스잼
- ‘2억9천만원 아파트’ 기사에 달린 댓글로 본 사회학
- Google starts highlighting fact-checks in News
- Extract News In Three Words Using Triples
- factcheck.snu.ac.kr
- 컴퓨테이셔널 저널리즘
- 딥러닝을 활용한 뉴스 메타 태깅
- 딥러닝을 활용한 뉴스 메타 태깅
- 스포츠 저널리즘의 변화와 AI의 활용
- 8.15 광화문 집회로 인한 코로나 재확산, 통합당 책임 vs 통합당과 무관, 정부가 야당을 탄압하려는 정치적 시도 (데이터 분석으로 알아보자) - YouTube
- Semantics, Representations and Grammars for Deep Learning
- Language Understanding for Text-based Games Using Deep Reinforcement Learning
- Linguistic Knowledge as Memory for Recurrent Neural Networks
- Recent Trends in Deep Learning Based Natural Language Processing
- Awesome Korean NLP Papers
- 57 SUMMARIES OF MACHINE LEARNING AND NLP RESEARCH
- 100 Must-Read NLProc Papers
- 100-nlp-papers: 100 Must-Read NLP Papers
- NLP papers
- Paper in Natural Laguage Processing
- Attention Is All You Need
- EMNLP-IJCNLP 2019 프리뷰
- Paper Digest: EMNLP 2019 Highlights
- 핑퐁팀 ML 세미나, 그 네번째
- 핑퐁팀 ML 세미나, 그 다섯 번째 – 핑퐁팀 블로그
- 핑퐁팀 ML 세미나, 그 여섯 번째 – 핑퐁팀 블로그
- 집현전 NLP 리뷰 모임
- Kakao Enterprise AI Research | 카카오엔터프라이즈 연구 성과를 공개하는 리서치 플랫폼
- Announcing SyntaxNet: The World’s Most Accurate Parser Goes Open Source
- SyntaxNet: 텐서플로우 NLP
- Google 자연어 처리 오픈소스 SyntaxNet 공개
- Google SyntaxNet 설치하기(Ubuntu / Mac)
- SyntaxNet in context: Understanding Google's new TensorFlow NLP model
- Structured Training for Neural Network Transition-Based Parsing
- github.com/dsindex/syntaxnet
- github.com/dsindex/parsing-syntaxnet
- github.com/krikit/syntaxnet
- An Upgrade to SyntaxNet, New Models and a Parsing Competition
- Grammatical Framework - A programming language for multilingual grammar applications
- Syntactic Parsing of Web Queries with Question Intent
- Phoenix Server - a Galaxy-wrapped version of the Phoenix robust semantic CFG parser
- SLING: A Natural Language Frame Semantic Parser
- SQLova - a neural semantic parser translating natural language utterance to SQL query
- SQuAD - The Stanford Question Answering Dataset
- www.facebook.com/groups/AIKoreaOpen/permalink/1207284209305687
- carpedm20.github.io
- Implementation of Dynamic memory networks by Kumar et al. http://arxiv.org/abs/1506.07285
- Implementation of the Convolution Neural Network for factoid QA on the answer sentence selection task
- Generating Factoid Questions With Recurrent Neural Networks: The 30M Factoid Question-Answer Corpus
- Deep Language Modeling for Question Answering using Keras
- Deep Language Modeling for Question Answering using Keras
- FRDF Frame Semantic-based QA system
- gotquestions.org
- OKBQA Home
- KBQA: An Online Template Based Question Answering System over Freebase
- KBQA: Learning Question Answering over QA Corpora and Knowledge Bases
- Question Answering System using Multiple Information Source and Open Type Answer Merge
- qald.sebastianwalter.org
- SearchQA
- START - Natural Language Question Answering System
- TriviaQA: A Large Scale Dataset for Reading Comprehension and Question Answering
- Reading Wikipedia to Answer Open-Domain Questions
- SIGIR2017에서 발표한 RNN을 이용한 자연어 질의 변환
- PR-037: Ask me anything: Dynamic memory networks for natural language processing
- Learning to reason by reading text and answering questions
- 강화학습 기반 QA 시스템 - 김영삼
- MRQA 2018: Machine Reading for Question Answering
- MRC 시리즈 1편: MRC가 뭐예요? : 네이버 블로그
- Transparency-by-Design networks (TbD-nets)
- Relational Network Review
- Building a Question-Answering System from Scratch— Part 1
- 2018 06-11-active-question-answering
- Bilinear attention networks for visual question answering
- Presenting Multitask Learning as Question Answering: The Natural Language Decathlon
- ATOMIC An Atlas of Machine Commonsense for If-Then Reasoning
- Run your own Q&A Platforms like Stackoverflow or Quora with Open Source Projects for free!
- 7 open source Q&A platforms
- QA Search Engine: Amazon Kendra, Canada project, Talk to Books, etc
- 정답 유형을 분류하는 딥러닝 기술
- gpt3-krtranslated-qa
- A comparison of open source tools for sentiment analysis
- 감정어휘 평가사전과 의미마디 연산을 이용한 영화평 등급화 시스템
- TextBlob Sentiment: Calculating Polarity and Subjectivity python
- Modern Methods for Sentiment Analysis
- LSTM Networks for Sentiment Analysis
- Sentiment Analysis using LSTM network
- KOrean Sentiment Analysis Corpus, KOSAC
- Naver sentiment movie corpus v1.0
- Naver Movie Sentiment Classification
- The emotional arcs of stories are dominated by six basic shapes
- dracula.sentimentron.co.uk/sentiment-demo
- Sentiment Analysis and Aspect classification for Hotel Reviews
- Exploring Sentiment in Literature with Deep Learning
- Learning when to skim and when to read
- 감성분석 API
- Sentiment analysis on Twitter using word2vec and keras
- TWITTER SENTIMENT ANALYSIS USING COMBINED LSTM-CNN MODELS
- 한국어 감성 분석기
- How to Develop an N-gram Multichannel Convolutional Neural Network for Sentiment Analysis
- 5 Things You Need to Know about Sentiment Analysis and Classification
- Sentiment analysis in Korean
- IMDB 영화리뷰 감정 분석
- 소셜 미디어 감성분석을 통한 주가 예측
- Detecting Sarcasm with Deep Convolutional Neural Networks
- Basic Data Cleaning/Engineering Session Twitter Sentiment Data
- Perform sentiment analysis with LSTMs, using TensorFlow
- Sentence classification by MorphConv
- Sentiment Analysis
- How to build a simple text classifier with TF-Hub
- 예제의 텍스트 임베딩 함수가 estimator로 바로 피딩되는 바람에 feature vector 자체에 접근 불가능
- 이를 해결한 방법 demo_sentence_feature.ipynb
- Sentiment analysis : Frequency-based models
- Sentiment analysis : Frequency-based models
- Sentiment analysis : Machine-Learning approach
- Sentiment analysis : Machine-Learning approach
- A Beginner’s Guide on Sentiment Analysis with RNN
- Sentiment Classification with Natural Language Processing on LSTM
- Sentiment Analysis: Concept, Analysis and Applications
- sentiment_dataset
- Sentiment Analysis using Deep Learning with Tensorflow
- python-machine-learning-book-3rd-edition 네이버 영화 리뷰 감성 분류
- Sentiment Analysis (Opinion Mining) with Python - NLP Tutorial | Towards AI
- Sentiment-analysis-using-tensorflow: Here i tried to do a simple sentiment analysis of amazon product reviews using universal sentence encoder
- 국민·고객·직원의 '마음'을 엿본다··· ‘정서 분석’ 가이드 - CIO Korea
- HuggingFace KoElectra로 NSMC 감성분석 Fine-tuning해보기 | by 김희규 | Aug, 2020 | Medium
- NLTK | Sentiment Analysis with python | NLP - YouTube
- nsmc: Naver sentiment movie corpus
- nsmc-tf-text: tensorflow text로 간편하게 시작하는 NSMC 분류
- vader
- Analyzing stylistic similarity amongst authors A quantitative comparison of writing styles in 12,590 books from Project Gutenberg
- Correlation and dependence
- faiss - A library for efficient similarity search and clustering of dense vectors
- Fuzzy string matching using cosine similarity
- 코사인 유사도의 의미
- Jaccard index
- Most frequent k characters
- Mutual information
- Similarity measure
- Simple matching coefficient
- Sørensen–Dice coefficient
- Tversky index
- FIVE MOST POPULAR SIMILARITY MEASURES IMPLEMENTATION IN PYTHON
- Vector Similarity - Python, Java implementation of TS-SS called from "A Hybrid Geometric Approach for Measuring Similarity Level Among Documents and Document Clustering"
- MinHash Tutorial with Python Code
- Vector_Similarity
- NMF 알고리즘을 이용한 유사한 문서 검색과 구현(1/2) matrix factorization
- NMF 알고리즘을 이용한 유사 문서 검색과 구현(2/2) sklearn을 이용한 구현
- String Matching and Database Merging Machine Learning to compare and join heterogeneous data from heterogeneous sources
- Brain's Pick: 단어 간 유사도 파악 방법
- Siamese LSTM을 이용한 Quora 질문 유사도 판별
- 한글 데이터 머신러닝 및 word2vec을 이용한 유사도 분석
- EUCLIDEAN DISTANCE FOR FINDING SIMILARITY
- PEARSON CORRELATION SCORE
- AWS 람다(Lambda)로 실시간 추천하기 – 로켓펀치의 전문기술 정보
- WMD 문서 유사도 구하기 (word mover's distance)
- Chapter 3 : 단어 임베딩을 사용하여 텍스트 유사성 계산하기
- 11. Deep Learning Cookbook/03. 단어 임베딩을 사용하여 텍스트 유사성 계산하기
- 엘라스틱서치의 벡터(Vector) 필드와 텐서플로우를 이용한 문서 유사도 검색 (1) > Similarity Search #elasticsearch
- 텍스트 요약 모델 성능 평가를 위한 새로운 척도, RDASS를 소개합니다. | Kakao Enterprise AI Research
- Nearest Neighbor Indexes for Similarity Search | Pinecone
- Find anything blazingly fast with Google's vector search technology | Google Cloud Blog
- Automatic summarization
- Text summarization with TensorFlow
- How to Run Text Summarization with TensorFlow
- Text summarization with TensorFlow
- NDC 2017 마이크로토크 - 프로그래머가 뉴스 읽는 법
- tldr - Text summarization service
- 24 A Serious NLP Application Text Auto Summarization using Python
- Summarizing Tweets in a Disaster
- Unsupervised Text Summarization using Sentence Embeddings
- Understand Text Summarization and create your own summarizer in python - An Introduction to Text Summarization
- Text Summarization on the Books of Harry Potter
- Simple Text Summarizer Using Extractive Method
- 분석 DeepTitle : 한국어 기사 자동 요약
- Natural Language Processing: A Road Map leading to Extractive Summarization | LinkedIn
- summarizers: Package for controllable summarization
- text-summarization
- Text-Summarization-Repo: 텍스트 요약 관련 paper 및 관련 추천자료, data에 대한 정보를 축적해나가는 저장소입니다
- An Introduction to Text Summarization using the TextRank Algorithm (with Python implementation)
- TextRank를 이용한 문서요약
- TextRank for Korean
- LexRank for Korean
- NDC 2017 마이크로토크 - 프로그래머가 뉴스 읽는 법
- Text Summarization with Gensim gensim의 textrank
- 파이썬으로 3줄 요약기
- 한국어 3줄 요약기 - TextRank 알고리즘을 사용한 3줄 요약기 크롬 확장 앱
- Text Summarization (1) - TextRank 알고리즘
- python-rake 키워드 추출 패키지
- summariz3
- textacy: higher-level NLP built on spaCy text analysis based on spaCy
- Natural Language Processing With Apache Spark
- Introducing the Natural Language Processing Library for Apache Spark
- Deep learning text NLP and Spark Collaboration . 한글 딥러닝 Text NLP & Spark
- Deep Learning and NLP with Spark by Andy Petrella and Melanie Warrick
- Classifying Text in Money Transfers with Apache Spark - Jose A. Rodriguez-Serrano
- Deep Learning and NLP with Spark - by Andy Petrella
- SF Scala, David Hall, ScalaNLP Epic
- Natural Language Processing with CNTK and Apache Spark - Ali Zaidi
- Text By the Bay 2015: Marek Kolodziej, Unsupervised NLP Tutorial using Apache Spark
- TextMining과 NaiveBayes분류 알고리즘
- How to Write a Spelling Corrector
- Deep Spelling
- How to Strike a Match
- 파이썬으로 네이버 맞춤법 검사하기
- 한글 검색 질의어 오타 패턴 분석과 사용자 로그를 이용한 질의어 오타 교정 시스템 구축
- 사쿠라 훈민정음
- Word Prediction using Convolutional Neural Networks
- 단디 - 한국어 맞춤법 검사기
- 비슷한 명령어 추천은 어떻게 하는걸까? – ~/xo.dev – Levenshtein
- facebook 맞춤법 검사기 봇
- Spelling Checker Program in Python - Python Programming - PyShark
- py-hanspell - 파이썬 한글 맞춤법 검사 라이브러리. (네이버 맞춤법 검사기 사용)
- SymSpell: 1 million times faster spelling correction & fuzzy search through Symmetric Delete spelling correction algorithm
- Kaggle Solution: What’s Cooking ? (Text Mining Competition)
- How to create a text mining algorithm with Python
- Python을 활용한 텍스트 마이닝
- Text Mining 101: A Stepwise Introduction to Topic Modeling using Latent Semantic Analysis (using Python)
- Natural Language Processing (NLP) & Text Mining Tutorial Using NLTK | NLP Training | Edureka
- Mining English and Korean text with Python
- teanaps: 텍스트 분석을 위한 교육용 Python 패키지 입니다
- TFIDF In Java
- The fastest way to identify keywords in news articles — TFIDF with Wikipedia (Python version)
- Machine Learning with Text - TFIDF Vectorizer MultinomialNB Sklearn (Spam Filtering example Part 2)
- Tf-idf 가중치
- 입 개발자를 위한 TF-IDF
- What is TF-IDF? The 10 minute guide
- How I used text mining to decide which Ted Talk to watch
- Keyword Extraction with TF-IDF and scikit-learn – Full Working Example
- 시멘틱 웹 검색 엔진 만들기 python, mssql - YouTube
- 한국어 데이터 Tokenizer
- 한국어 자연어처리 1편 서브워드 구축(Subword Tokenizer, huggingface VS SentencePiece)
- kortok: The code and models for "An Empirical Study of Tokenization Strategies for Various Korean NLP Tasks" (AACL-IJCNLP 2020)
- Topic Modeling with LDA Introduction
- Text Mining 101: Topic Modeling
- Topic Modeling in Multi-Aspect Reviews
- Topic Modeling of Twitter Followers
- Topic Modeling With Python
- Topic Modelling in Python with NLTK and Gensim
- Extracting Hidden Topics in a Corpus
- Topic Modeling with Scikit Learn
- 간편한 토픽 모델링 툴 Tomoto Gui
- An NLP Approach to Mining Online Reviews using Topic Modeling (with Python codes)
- Topic Modeling with LSA, PLSA, LDA & lda2Vec
- Topic modeling using Khaiii
- 토픽 모델링으로 그리게 될 LINER의 미래 - The Highlights - 라이너 팀 블로그
- tomotopy - Python package of Tomoto, the Topic Modeling Tool
- Introduction to Neural Machine Translation with GPUs (Part 1)
- Introduction to Neural Machine Translation with GPUs (Part 2)
- Introduction to Neural Machine Translation with GPUs (part 3)
- Machine Translation Survey (vol1) : Background - YouTube
- 문자 단위의 Neural Machine Translation
- Jointly Modeling Embedding and Translation to Bridge Video and Language
- Tips on Building Neural Machine Translation Systems
- Machine Learning is Fun Part 5: Language Translation with Deep Learning and the Magic of Sequences
- Google's Neural Machine Translation System
- Peeking into the neural network architecture used for Google's Neural Machine Translation
- Google's Multilingual Neural Machine Translation System: Enabling Zero-Shot Translation 여러 언어를 동시에 번역하도록 학습했더니 한번도 학습에 사용한 적이 없는 언어쌍에 대해서도 번역이 가능
- ZERO-SHOT LEARNING FOR VISION AND MULTIMEDIA
- GNMT로 알아보는 신경망 기반 기계번역
- Deep Learning Takes on Translation
- TensorFlow에서 나만의 신경 기계 번역 시스템 구축
- Learned in translation: contextualized word vectors
- OpenSubtitles2016
- 카카오번역기가 양질의 대규모 학습 데이터를 확보하는 방법
- 신경망 번역 모델의 진화 과정
- Machine Translation Without the Data
- How to Configure an Encoder-Decoder Model for Neural Machine Translation
- Neural Korean to English Machine Translater with Gluon
- 신경망 한영 번역기 코드 공개
- A history of machine translation from the Cold War to deep learning
- UNdreaMT: Unsupervised Neural Machine Translation pytorch
- Neural Machine Translation : Everything you need to know
- Neural Translation Model with Attention
- Word Piece Model (a.k.a sentencepiece) RNN
- Character Word LSTM Language Models paper review
- 기계번역 시퀀스 투 시퀀스 + 어텐션 모델
- Neural Machine Translation With Attention Mechanism
- Attn: Illustrated Attention
- 모두를 위한 기계번역
- SK T아카데미 모두를 위한 기계번역
- SKC_MachineTranslation 강의자료
- 토크ON 58차. 기계번역 입문 | T아카데미
- Unsupervised Word Segmentation for Neural Machine Translation and Text Generation
- Combined Quality Estimation and Automatic Post Editing in Machine Translation (기계번역 품질예측과 사후처리의 기술 융합)
- 제주어 기계번역 모델과 음성합성 모델에 관한 연구를 소개합니다
- Google Document Translation Now Generally Available
- cjk_trans: Pre-trained Machine Translation Models of Korean from/to ECJ
- gtbot - 구글 번역 API를 이용한 슬랙 번역 봇입니다
- LibreTranslate: Free and Open Source Machine Translation API. 100% self-hosted, no limits, no ties to proprietary services. Built on top of Argos Translate
- nmtpy - a suite of Python tools, primarily based on the starter code provided in github.com/nyu-dl/dl4mt-tutorial for training neural machine translation networks using Theano
- onlinedoctranslator.com 구글 api를 사용해 만든 번역 서비스
- OpenNMT - a industrial-strength, open-source (MIT) neural machine translation system utilizing the Torch mathematical toolkit
- py-googletrans - (unofficial) Googletrans: Free and Unlimited Google translate API for Python. Translates totally free of charge
- word2word - Easy-to-use word-to-word translations for 3,564 language pairs
- Natural Language Processing (NLP) Tutorial | Data Science Tutorial | Simplilearn
- Over 200 of the Best Machine Learning, NLP, and Python Tutorials — 2018 Edition
- Natural Language Processing Tutorial Part 1 | NLP Training Videos | Text Analysis
- Natural Language Processing Tutorial Part 2 | NLP Training Videos | Text Analysis
- Natural Language Processing Tutorial Part 3 | NLP Training Videos | Text Analysis
- Natural Language Processing Tutorial Part 4 | NLP Training Videos | Text Analysis
- Natural Language Processing Tutorial Part 5 | NLP Training Videos | Text Analysis
- Natural Language Processing Tutorial Part 6 | NLP Training Videos | Text Analysis
- Natural_language_Processing_self_study
- NLP Tutorial with Deep Learning using tensorflow
- NLP Tutorial with Deep Learning using tensorflow
- Natural Language Processing with TensorFlow 2
- Natural Language Processing Tutorial for Deep Learning Researchers TensorFlow and Pytorc
- Concrete solutions to real problems
- Natural Language Processing with TensorFlow 2 - Beginner's Course
- Natural Language Processing Distinguish yourself by learning to work with text data
- Natural Language Processing Tutorial for Deep Learning Researchers pytorch
- Tutorial: Natural Language Processing (NLP) in Python - From Zero to Hero
- Natural Language Processing using TensorFlow: From Zero To Hero
- Ben Batorsky - Introduction to Natural Language processing | PyData Boston May Meetup - YouTube
- MrBananaHuman/KorNlpTutorial: 한국어 자연어처리 튜토리얼
- NLP 언제까지 미룰래? 일단 들어와!! #1.자연어 처리란? - DACON
- NLP 언제까지 미룰래? 일단 들어와!! #2. NLP 전처리 - DACON
- NLP 언제까지 미룰래? 일단 들어와!! #3. Vectorization - DACON
- NLP 언제까지 미룰래? 일단 들어와!! #4. word embedding - DACON
- NLP 언제까지 미룰래? 일단 들어와!! #5. Modeling(완) - DACON
- nlp-review: nlp review repository for jiphyeonjeon group
- NLP with Python for Machine Learning Essential Training
- 1/13~13/13 모음 국민청원으로 파이썬 자연어처리 입문하기 - YouTube
- NLP Tutorial Playlist Python - YouTube
- large-scale-lm-tutorials: Large-scale language modeling tutorials with PyTorch
- nlp_tutorials: huggingface를 이용하여 downstream task 수행하기
- THE COMPUTERS ARE LISTENING HOW THE NSA CONVERTS SPOKEN WORDS INTO SEARCHABLE TEXT
- “음성인식 기술로 만화 주인공과 대화 나눠요”
- Google voice search: faster and more accurate
- Baidu Deep Voice explained Part 2 — Training
- Neural Voice Cloning with a Few Samples
- Tutorial: Asynchronous Speech Recognition in Python
- 책 읽어주는 딥러닝: 배우 유인나가 해리포터를 읽어준다면 DEVIEW 2017
- 카카오미니는 목소리를 어떻게 인식할까?
- SPEECH TO TEXT(STT) 라이브러리와 프로세싱을 이용하여 음성인식 테스트하기
- Getting robots to understand speech: Using Watson’s Natural Language Classifier service
- DeepSpeech 0.6: Mozilla’s Speech-to-Text Engine Gets Fast, Lean, and Ubiquitous
- How to build a simple speech recognition app
- 딥러닝 음성합성 multi-speaker-tacotron(tacotron+deepvoice) 설치 및 사용법
- 딥 러닝 음성 인식에 필요한 훈련 데이터를 직접 만들어보자
- Towards end-to-end speech recognition
- 컴퓨터는 어떻게 소리를 들을까?
- How to Make a Speech Emotion Recognizer Using Python And Scikit-learn Librosa, Numpy, Soundfile, Scikit-learn, PyAudio
- 음성인식 코드 짜는 최단 경로 (With Naver Cloud Platform): 순식간에 STT 완성하기
- 텍스트를 음성 mp3로 간단하게 변환하기 (With Naver Cloud Platform)
- 연구자로 성장하기 Audio알못에서 VCC2020참가까지 (카카오엔터프라이즈 인턴 후기) - Subinium의 코딩일지
- 꿀벌개발일지 :: 클럽하우스와 음성 데이터
- Transcribe Audio and Use Speech Recognition in Python - YouTube
- 이렇게 사용하세요! AI 음성인식 API로 음성 변환 서비스 쉽게 만들 (CLOVA Speech Recognition, CSR)
- Neural Instrument Cloning from very few samples
- AudioSet - A massive dataset of manually annotated audio events
- DKTC: Dataset of Korean Threatening Conversations
- Frill 텐서플로우 라이트 이용한 혁신적인 음성 임베딩... 음성 AI모델, 온 디바이스로 구현하는 'FRILL' 오픈 소스로 공개
- g2pK: g2p module for Korean 발음 생성 모듈. TTS의 전처리 모듈로 흔히 사용
- Hound Internal Demo
- Kaldi Speech Recognition Toolkit
- KoG2P - Korean grapheme-to-phone conversion in Python python 발음 생성 모듈
- KoSpeech: Open Source Project for Korean End-to-End (E2E) Automatic Speech Recognition (ASR) in Pytorch for Deep Learning Researchers
- KsponSpeech-preprocess: Pre-processing KsponSpeech corpus (Korean Speech dataset) provided by AI Hub
- Mellotron: a multispeaker voice synthesis model based on Tacotron 2 GST that can make a voice emote and sing without emotive or singing training data
- MockingBird: 🚀AI拟声: 5秒内克隆您的声音并生成任意语音内容 Clone a voice in 5 seconds to generate arbitrary speech in real-time
- NVIDIA Jarvis | NVIDIA Developer
- openspeech: Open-Source Toolkit for End-to-End Speech Recognition leveraging PyTorch-Lightning and Hydra
- pyttsx3 - Text-to-speech x-platform — pyttsx3 2.6 documentation
- ratsgo's speechbook
- SEPIA Framework
- SoundStream 구글, End-to-End 뉴럴 오디오 코덱 SoundStream 공개 | GeekNews
- speech-recognition: Develop speech recognition models with Tensorflow 2
- Tabletop Bringing Tabletop Audio to Actions on Google through media responses
- Tacotron, Wavenet-Vocoder, Koearn TTS
- Toolkits for robust speech processing
- tweepy 민트 초코 논란! 자연어 처리(NLP)로 종결해드림. - YouTube
- wav2letter - a simple and efficient end-to-end Automatic Speech Recognition (ASR) system from Facebook AI Research
- wav2letter++ Introducing Wav2letter++ - How Facebook Implements Speech Recognition Systems Completely Based on Convolutional Neural Networks
- Wav2Lip: This repository contains the codes of "A Lip Sync Expert Is All You Need for Speech to Lip Generation In the Wild", published at ACM Multimedia 2020
- Wav2vec 2.0: Learning the structure of speech from raw audio
- WaveNet: A Generative Model for Raw Audio
- VocGAN 더 깨끗하고 완벽한 AI 음성을 위해, 뉴럴 보코더(Neural Vocoder)
- voice Common Voice Project
- voice2json | Command-line tools for speech and intent recognition on Linux
- practice - wikipedia
- A Multilingual Corpus of Automatically Extracted Relations from Wikipedia
- Exploring Wikipedia with Gremlin Graph Traversals
- Fact Extraction from Wikipedia Text
- LSA-ing Wikipedia with Apache Spark
- wiki - Command line tool to fetch summaries from mediawiki wikis, like Wikipedia
- What are the ten most cited sources on Wikipedia? Let’s ask the data
- Transforming Wikipedia into an accurate cultural knowledge quiz
- Wikipedia Data Science: Working with the World’s Largest Encyclopedia
- 한국어 위키백과내 주요 문서 16만개에 포함된 지식을 추출하여 객체(entity), 속성(attribute), 값(value)을 갖는 트리플 형식의 데이터 75만개
- Data-Mining Wikipedia for Fun and Profit – 🦉 billpg industries™
- awesome-sentence-embedding - A curated list of pretrained sentence(and word) embedding models
- awesome-network-embedding
- An Idiot’s Guide to Word2vec Natural Language Processing
- Modern Methods for Sentiment Analysis
- Word vectors (word2vec) on named entities and phrases - I
- w.elnn.kr
- Five crazy abstractions my Deep Learning word2vec model just did
- Neural Language Model and Word2Vec
- 2015 py con word2vec이 추천시스템을 만났을 때
- 한국어와 NLTK, Gensim의 만남
- 한국어와 NLTK, Gensim의 만남
- Word2Vec Vector Algebra Comparison - Python(Gensim) VS Scala(Spark)
- FastText and Gensim word embeddings
- word2vec with gensim
- 단어 임베딩의 원리와 gensim.word2vec 사용법
- models.word2vec – Deep learning with word2vec
- Word2vec with Gensim - Python
- Getting started with Word2Vec in Gensim and making it work!
- Gensim Word2Vec Tutorial – Full Working Example
- Fast Sentence Embeddings is a Python library that serves as an addition to Gensim
- word2vec tutorial
- Word2Vec Tutorial
- Demystifying Neural Network in Skip-Gram Language Modeling
- word2vec, LDA, and introducing a new hybrid algorithm: lda2vec
- Bag of Words Meets Bags of Popcorn
- An introduction to Bag of Words and how to code it in Python for NLP
- Vector Representations of Words
- 브런치 작가 추천과 Word2Vec
- word2vec_basic.ipynb
- The Amazing Power of Word Vectors
- Audio Word2Vec: Unsupervised Learning of Audio Segment Representations using Sequence-to-sequence Autoencoder
- word2vec
- How to giving a specific word to word2vec model in tensorflow
- 한국어 Word2Vec
- tag2vec - 인스타그램 태그를 Word2vec으로 학습시킨 태그 벡터 공간입니다. https://tag2vec.herokuapp.com
- Making Sense of Everything with words2map
- github.com/leeyonghwan92/news_clustering 동국대학교 4학년 학생 졸업 프로젝트
- 한글을 이용한 데이터마이닝및 word2vec이용한 유사도 분석
- 5-1. 텐서플로우(TensorFlow)를 이용해 자연어를 처리하기(NLP) – Word Embedding(Word2vec)
- On word embeddings - Part 3: The secret ingredients of word2vec
- Ali Ghodsi, Lec [3,1]: Deep Learning, Word2vec
- Play with word embeddings in your browser
- Introduction to Natural Language Processing (NLP) and Bias in AI
- NLP Research part 1. Vector Representations of Words
- Word2Vec 그리고 추천 시스템의 Item2Vec
- 박근혜 탄핵 결정문 전문 Word2Vec Visualization w/Tensorflow
- 단어를 숫자로! Google의 Word2Vec
- code.google.com/archive/p/word2vec
- Sample code for vectorizing emotion words, visualize emotion word vectors, and find most similar words for "angry"
- Simple NN with Keras
- Deep Learning #4: Why You Need to Start Using Embedding Layers
- A non-NLP application of Word2Vec
- PR-027:GloVe - Global vectors for word representation
- 카카오 미니의 명령어 분류 방법
- Lecture 2 | Word Vector Representations: word2vec
- 번역에서 배우기 : 문맥화된 단어 벡터(contextualized word vector)
- 쉽게 씌어진 word2vec
- Stop Using word2vec
- Word Tensors
- Word embeddings in 2017: Trends and future directions
- Aerin Kim - Phrase2Vec In Practice #AIWTB 2016
- Using Word2vec for Music Recommendations
- Use Neural Networks to Find the Best Words to Title Your eBook
- Playing with word vectors
- Transform anything into a vector; entity2vec: Using cooperative learning approaches to generate entity vectors
- Learning meaningful location embeddings from unlabeled visits
- Mapping Medium’s Tags
- Exploring Word2Vec
- Text2Shape: Generating Shapes from Natural Language by Learning Joint Embeddings
- Word2Vec 모델 기초
- Text Embedding Models Contain Bias. Here's Why That Matters
- WEAT 테스트는 목표 단어 세트(예 : 아프리카계 미국인 이름, 유럽계 미국인 이름, 꽃, 곤충)와 속성 단어 세트 (예 : "안정", "즐거운"또는 "불쾌한")를 모델이 연관시키는 정도를 측정
- 두개의 주어진 단어 사이의 연관성은 단어에 대한 임베딩 벡터 사이의 코사인 유사성으로 정의
- An Intuitive Understanding of Word Embeddings: From Count Vectors to Word2Vec
- node2vec: Embeddings for Graph Data
- PyData Tel Aviv Meetup: Node2vec - Elior Cohen
- Think your Data Different - Learn how node2vec works, and what kind of information it captures that word2vec doesn’t — includes case study
- 700x faster node2vec models: fastest random walks on a graph
- Word2Vec
- Text Classification With Word2Vec
- Word2vec로 사용할 수 있는 벡터 모델들
- 딥러닝 프레임워크로 임베딩 제대로 학습해보기
- word embedding 관련 정리
- word2vec_cluster.py
- cluster_vectors.py
- K Means Clustering Example with Word2Vec in Data Mining or Machine Learning
- ELMO DEEP CONTEXTUALIZED WORD REPRESENTATIONS
- The Current Best of Universal Word Embeddings and Sentence Embeddings
- Word Embeddings and Document Vectors
- Various Optimisation Techniques and their Impact on Generation of Word Embeddings
- Word Vector Representation for Korean: Evaluation Set
- Word2Vec 강의 정리
- Word2Vec — a baby step in Deep Learning but a giant leap towards Natural Language Processing
- Neural Network Embeddings Explained
- Beyond Word Embeddings Part 1
- word_embedding.ipynb
- Word2Vec For Phrases — Learning Embeddings For More Than One Word
- How to incorporate phrases into Word2Vec – a text mining approach
- Core Modeling at Instagram
- Python을 이용한 콴다 리뷰 분석
- When and Why does King - Man + Woman = Queen? (ACL 2019)
- Word2vec: fish + music = bass
- role2vec - A scalable Gensim implementation of "Learning Role-based Graph Embeddings" (IJCAI 2018)
- 그래프 임베딩 요약
- 기계는 사람의 말을 어떻게 이해할까? 워드 임베딩(Word Embedding)
- 기초적이지만 꽤 재미있는 word embedding 놀이
- 성지석-Deep contextualized word representations
- KCharEmb - Tutorial for character-level embeddings in Korean sentence classification
- Word2Vec 체크리스트
- 그래프 임베딩 요약
- MODUCON 2019 자연어 처리 모델의 성능을 높이는 비결 Embedding - 이기창
- Identifying Lexico-Semantic Word Relations — A Beginner’s Guide | by Karan Praharaj | Towards Data Science
- bilm-tf
- word2vec, glove 등의 lookup 기반 embedding 기법과는 다르게 context word embedding을 사용해서 downstream task의 성능 향상
-
- 대용량 corpus를 이용해서 2-layer bilstm lm 모델을 만들고
-
- 각 timestep에 있는 h값에 대한 linear combination 결과를 현재 timestep의 word embedding으로 사용
-
- combination weight는 downstream task의 cost function을 통해서 조정
- graph2vec - A parallel implementation of "graph2vec: Learning Distributed Representations of Graphs" (MLGWorkshop 2017)
- GraphWave - A scalable implementation of "Learning Structural Node Embeddings Via Diffusion Wavelets (KDD 2018)"
- Magnitude: a fast, simple vector embedding utility library
- moe: Misspelling Oblivious Word Embeddings
- Word2Bits - Quantized Word Vectors
- Word2GM (Word to Gaussian Mixture)
- word2vec4kor
- word2vec graph - This visualization builds graphs of nearest neighbors from high-dimensional word2vec embeddings
- Word2Vec In Java
- wordvectors Pre-trained word vectors of 30+ languages