Machine learning
트랜스포머 (자연어 처리)
트랜스포머는 2017년 Vaswani와 동료들이 소개한 어텐션 기반 딥러닝 모델로, 시퀀스의 모든 토큰이 다른 모든 토큰에 직접 주의를 기울이게 함으로써 텍스트 분류, 개체명 인식, 언어 모델링을 수행합니다. 이는 전체 시퀀스를 병렬로 처리하는 셀프 어텐션 메커니즘으로 이전의 순환 설계를 대체했습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Transformer Model for Natural Language Processing. ScholarGate. https://scholargate.app/ko/deep-learning/transformer-nlp
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →