# Bidirectional LSTM
Named Entity Recognition with BiLSTM
이번에는 이전글의 두번째 버전으로 새로운 파일로 실습해보자. 이번글에서 실습으로 사용된 .csv 파일은 여기서 다운받을 수 있다. 코랩이나 주피터에서 사용할 경우 그 파일과 같은 디렉토리에 .csv파일이 위치할 수 있게 하자. 코랩이라면 이 파일을 업로드하면 된다. Packages 필요한 패키지들을 다운받아준 후, 방금 올린 .csv파일을 unzip해주자. Import Data 파일을 불러와 data안에 저장한다. Data Preprocessing 어떻게 생겼는지 확인해보자. 
Named Entity Recognition 개체명 인식
이번 글에서는 개체명 인식을 소개한다. 개체명 인식은 대표적인 시퀀스 레이블링 태스크에 속하는데, 시퀀스 레이블링이란 [x1, x2, x3, ... ,xn]에 대해서 [y1, y2, y3, ... ,yn]을 각각 부여하는 작업을 말한다. 아래 예제 파일을 미리 가져와보겠다. 각 단어에 대해 출력값이 있기 때문에 return_sequences = True를 꼭 설정해 주어야 한다. 
POS Tagging with Bidirectional LSTM
이번 글에서는 양방향 LSTM을 이용해 품사 태깅을 해 볼 것이다. 양방향을 쓰게되면 문장의 처음과 끝 문맥을 잘 반영할 수 있게 된다. 패키지를 다운받아주자. Packages NLTK에서는 토큰화와 품사 태깅이 완료된 데이터를 불러올 수 있다. Data Preprocessing 데이터를 tagged_sentences안에 저장하였다. 길이와 내용을 출력해서 전체 문장의 길이와 내용을 확인해보자. ![](https://images.velog.io/images/yelim421/post/99f311df-37