NER에서 기존 동영상에 이어 관련 모델에 대한 Fine Tuning을 하는 과정에 대하여  살펴보았습니다.

감사합니다.

 

https://youtu.be/gTfhCuO0mUY

 

 

#huggingface, #개체명인식, #NER , #finetuning, #자연어성능측정 , #transformer , #미세조정, #KS회계보험계리컨설팅 , #KS경영인공지능연구소, #인공지능

 

NER에서 성능측정과 함께 성능측정에 사용하는 seqeval 라이브러리에 대하여 살펴보았습니다.

감사합니다.

 

https://youtu.be/GbRUe9tPedQ?si=2Wdh2RRfOsjJ3eLH

 

실습 코드

HF Transformer - (15) 다국어 개체명 인식_(5) 성능측정.ipynb의 사본
1.16MB

 

 

전체 데이터셋을 토크나이징하여 XLM-R 모델에 Fine tuning을 위해 전달할 데이터셋을 토큰화하는 것에 대하여 살펴보겠습니다. 감사합니다.

https://youtu.be/09dfo3BPZ5Y?si=6QWtf0g4GclysdU6

XLM-R (Cross-lingual Language Model - RoBERTa)은 다국어 트랜스포머 모델로, 여러 언어의 데이터를 학습하여 다양한 언어 간의 자연어 처리 작업을 수행할 수 있습니다.

XLM-R은 mBERT의 후속 모델로, 더 큰 사전 훈련 말뭉치와 개선된 훈련 방법을 사용하여 더 높은 성능을 제공합니다.

 

XLM-R 등에서 사용되는 SentencePiece 토큰화 등에 대하여 살펴보겠습니다.

 

https://youtu.be/hZWxaBq7ebI

 

다국어 개체명 인식에 있어 사용하는 벤치마크 데이터세트인 XTREME을 중심으로 살펴봅니다.

감사합니다.

 

 유튜브 영상

 

https://youtu.be/sMRZUv_4VY0

 

 

 

 

+ Recent posts