I. 자연어처리 기술, NLP의 개념 기계와 인간 사이의 자연어처리 대화형 플랫폼 적용을 위해 자연 언어를 분석하고 생성하는 음성 변환, 언어 처리, 대화 관리 기술 II. NLP의 처리 구조 및 기술 요소 가. NLP의 처리 구조 나. NLP의 기술 요소 구분 기술 요소 세부 구현 기술 음성 변환 STT (Speech-to-Text) – 4KHz 음성신호를 문자(Text)로 변환
I. 인공지능 기반 채팅, 챗봇 가. 챗봇의 개념 사람과 문자 대화를 통해 질문에 알맞은 답이나 각종 연관 정보 제공 인공지능 기반 커뮤니케이션 소프트웨어 나. 챗봇의 특징 특징 설명 인간과 커뮤니케이션 – 자연어 기반 문자/음성 대화 다양한 데이터 활용 – 센서, 인터넷, 상황 기반 데이터 인공지능 기술 활용 – 학습 데이터 패턴화, 분류기 사용 II.
I. 자연어 인터랙션 플랫폼, 대화형 플랫폼 음성, 문자 등 자연어 인식기반 가상비서, 챗봇과 같은 서비스를 제공하는 자연어 인터랙션 플랫폼 II. 대화형 플랫폼 구성도 및 주요 기술 가. 대화형 플랫폼 구성도 나. 대화형 플랫폼 구현을 위한 주요 기술 구분 기술 요소 세부 기술 대화 입출력 STT, TTS – 가우시안 필터기반 음성 변환 OCR, CRNN –
I. word embedding 성능 향상, Word2Vec 가. Word2Vec의 개념 단어를 벡터 평면에 배치하여 컴퓨터가 인식할 수 있도록 문맥적 의미를 보존하는 워드임베딩 기법 – 출력 스코어에 Softmax 적용하여 정답과 비교해 역전파 수행 II. Word2Vec 신경망 연산 기법 및 학습 모델 가. Word2Vec의 신경망 연산 기법 – 은닉 벡터(h) = 입력(x) x 입력 가중치 행렬(W) –
I. 인간의 언어 이해, NLU 가. NLU의 개념 인간의 언어 이해 방법을 모방하여 자연어의 어휘/문장/문맥을 이해하는 자연어 이해 기술 나. NLU 방법론 특징 인간 모방 – 인간 언어 이해 방법 모방한 자연어 이해 파이프 라인 – 어휘 → 구문 → 문맥 차례 인식 하이브리드 – 사전 + 패턴 분석, 기계학습 II. NLU 구성도 및