1장. 자연어 처리와 딥러닝 소개
1.1 자연어 처리: 기본 내용
1.2 첫 번째 물결: 이성주의
1.3 두 번째 물결: 실증주의
1.4 세 번째 물결: 딥러닝
1.5 미래로의 전환
1.5.1 실증주의에서 딥러닝으로: 혁명
1.5.2 현재 딥러닝 기술의 한계
1.6 자연어 처리의 향후 방향
1.6.1 신경망과 기호의 통합
1.6.2 구조, 기억 그리고 지식
1.6.3 비지도학습과 생성 딥러닝
1.6.4 다중양식 및 멀티태스킹 딥러닝
1.6.5 메타러닝
1.7 요약
2장. 대화 이해에 사용되는 딥러닝
2.1 소개
2.2 역사적 관점
2.3 주요 언어 이해 작업
2.3.1 도메인 탐지 및 의도 결정
2.3.2 슬롯 채우기
2.4 기술의 고도화: 통계 모델링에서부터 딥러닝까지
2.4.1 도메인 탐지와 의도 결정
2.4.2 슬롯 채우기
2.4.3 멀티태스크 멀티도메인 연결 모델링
2.4.4 문맥에서 이해하기
2.5 요약
3장. 음성 및 텍스트 기반 대화 시스템에 사용되는 딥러닝
3.1 서론
3.2 대화 시스템의 구성 요소 학습 방법
3.2.1 판별 방법
3.2.2 생성 방법
3.2.3 의사 결정
3.3 목표 지향 신경 대화 시스템
3.3.1 신경망 언어 이해
3.3.2 대화 상태 추적기
3.3.3 심층 대화 관리자
3.4 모델 기반 사용자 시뮬레이터
3.5 자연어 생성
3.6 대화 시스템 구축을 위한 엔드 투 엔드 딥러닝 방식
3.7 오픈 대화 시스템을 위한 딥러닝
3.8 대화 모델링을 위한 데이터셋
3.8.1 카네기 멜론 커뮤니케이터 말뭉치
3.8.2 ATIS: 항공 여행 정보 시스템 파일럿 말뭉치
3.8.3 대화 상태 추적 챌린지 데이터셋
3.8.4 말루바 프레임 데이터셋
3.8.5 페이스북 대화 데이터셋
3.8.6 우분투 대화 말뭉치
3.9 오픈소스 대화 소프트웨어
3.10 대화 시스템 평가
3.11 요약
4장. 어휘 분석과 문장 분석에 사용되는 딥러닝
4.1
★ 이 책의 구성 ★
이 책은 11개의 장으로 구성된다.
1장: 자연어 처리와 딥러닝 소개(Li Deng과 Yang Liu
2장: 대화 이해에 적용되는 딥러닝(Gokhan Tur, Asli Celikyilmaz, Xiaodong He, Dilek Hakkani-Tur, Li Deng
3장: 음성 및 텍스트 기반 대화 시스템의 딥러닝(Asli Celikyilmaz, Li Deng, Dilek Hakkani-Tur
4장: 어휘 분석 및 문법 분석에서 딥러닝(Wanxiang Che와 Yue Zhang
5장: 지식 그래프의 딥러닝(Zhiyuan Liu와 Xianpei Han
6장: 기계번역의 딥러닝(Yang Liu와 Jiajun Zhang
7장: 질의응답의 딥러닝(Kang Liu와 Yansong Feng
8장: 감성 분석의 딥러닝(Duyu Tang과 Meishan Zhang
9장: 소셜 컴퓨팅의 딥러닝(Xin Zhao와 Chenliang Li
10장: 이미지로부터 자연어 생성에서 딥러닝(Xiaodong He와 Li Deng
11장: 에필로그(Li Deng과 Yang Liu
1장에서는 자연어 처리와 딥러닝 전체 소개와 이후에 다룰 주요 내용을 리뷰한 다음 역사적인 발전을 세 가지 물결로 연계하고 향후 방향을 살펴본다. 2장에서 10장까지는 자연어 처리에 적용된 최근 학습 방법의 개별 애플리케이션을 다루는 장으로 구성된다. 각 장은 주요 연구자가 각 분야에서 적극적으로 실행했던 연구를 기반으로 한다.
