NLP(자연어 처리) :
인공지능의 한 분야로써 사람의 언어를 컴퓨터가 알아듣도록 처리하는 인터페이스
최종 목표 : 컴퓨터가 사람의 언어를 이해하고 여러가지 문제를 수행할 수 있도록 하는 것
대표적인 task :
-Sentimental Analysis (감성 분석)
-Question and Anwering (질문 응답)
-Summarization (요약)
-Machine Translation (기계 번역)
자연어처리 모델링의 변화:
- 2010년 RNN을 활용한 언어 모델을 시도하여 기존 n-gram 기반 언어 모델의 한계를 극복하고자 함
기존 n-gram[1] 방식과의 결합을 통해 더 나은 성능의 언어 모델을 만들 수 있었지만, 음성 인식과 기계번역 분야에 적용하기는 구조적 한계와 높은 연산량으로 성과를 거두지 못함
- 2013년 구글의 토마스 미코로프가 word2vec[2] 발표
단어들을 latent space (잠재 공간)에 투사시킴으로써 딥러닝 활용이 본격적으로 시작됨
비슷한 단어일수록 latent space에서 가깝게 위치하게 됨
참조
[1][N-gram Language Modeling using Recurrent Neural Network Estimation](https://arxiv.org/abs/1703.10724)
[2][Efficient Estimation of Word Representations in Vector Space](https://arxiv.org/abs/1301.3781)
[3][Convolutional Neural Networks for Sentence Classification](https://arxiv.org/abs/1408.5882)
[4][Sequence to Sequence Learning with Neural Networks] (https://arxiv.org/abs/1409.3215)
[5][Neural Machine Translation by Jointly Learning to Align and Translate] (https://arxiv.org/abs/1409.0473)
[6][Neural Truing Machine](https://arxiv.org/abs/1410.5401)
[7][Hybrid computing using a neural network with dynamic external memory](https://www.nature.com/articles/nature20101)