07.Introduction-to-Deep-Learning-for-Natural-Language-Processing

Repository for my Natural Language Processing Study and Code implementation.

What I have learned

1. 자연어 처리(Natural Language Processing) 기초
2. 텍스트 전처리(Text Preprocessing)
3. 언어 모델(Language Model)
4. 카운트 기반의 단어 표현(Count based word Representation)
5. 문서 유사도(Document Similarity)
6. 토픽 모델링(Topic Modeling)
7. 머신 러닝(Machine Learning) 개요
8. 딥 러닝(Deep Learning) 개요
9. 순환 신경망(Recurrent Neural Network)
10. 워드 임베딩(Word Embedding)
11. RNN을 이용한 텍스트 분류(Text Classification)
12. NLP를 위한 합성곱 신경망(Convolution Neural Network)
13. 태깅 작업(Tagging Task)
14. 서브워드 토크나이저(Subword Tokenizer)
15. RNN을 이용한 인코더-디코더
16. 어텐션 메커니즘 (Attention Mechanism)
17. 트랜스포머(Transformer)
18. BERT(Bidirectional Encoder Representations from Transformers)
19. 텍스트 요약(Text Summarization)
20. 질의 응답(Question Answering, QA)

You can see and download in each folder.