| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
- Transformers
- KLUE
- boj
- 취업
- Eliza
- BLEU Score
- beam search
- layer normalization
- BoostCamp
- BELU
- MT-DNN
- Dialogue System
- Prompt Tuning with Rules for Text Classification
- text classification
- multi-head attention
- GPT-1
- fine-tuning
- scaled dot-product attention
- KLUE-RE
- NLP
- Chatbot
- ai-tech
- huggingface
- bert
- Relation Extraction
- 백준
- pytorch
- Conversation System
- FSML
- Transformer
- Today
- Total
목록Chatbot (2)
dukim's blog
Eliza in Python - (2)
Eliza in Python (2)¶본 내용은 The 11th International Conference on Computational Semantics(IWCS 2015)의 부대 행사인 Computational Semantics Hackathon의 자료 중 Dialogue system 파트를 번역한 자료입니다(출처). Part-Of-Speech tagging preprocessor를 사용하여 Eliza를 보다 개선한 버전 In [2]: import random import re 여기선 POS(Part Of Speech) tagger를 불러와 활용한다. POS tagger는 입력된 단어들을 요소로 갖는 리스트를 입력받아(정확히는 입력된 문장을 tokenizing한 token들을 입력 받아) 이를 분석해..
Eliza in Python - (1)
Eliza in Python (1)¶본 내용은 The 11th International Conference on Computational Semantics(IWCS 2015)의 부대 행사인 Computational Semantics Hackathon의 자료 중 Dialogue system 파트를 번역한 자료입니다(출처). Based on this source code In [2]: import random import re Eliza는 사용자가 말한 내용을 발화의 인칭을 바꾸어 말함으로써(ex. I 와 you를 맞바꾸는 등), 사용자의 말을 흉내낸다. 여기서는 간단한 규칙만으로 이를 구현해 볼 것이다. 보다 정교하게 만들기 위해 NLTK를 사용할 수 있지만, 정교한 방법은 다음편에 다룰 것이다. 아래 셀..