발표소개

전체 발표 영상과 튜토리얼 영상 링크

번호	발표 유형	이름	소속	제목	발표 소개
0	오프닝	송영숙	평범한 국문과	자연어처리, 데이터에게 길을 묻다	한국어 오픈 데이터 세트를 통해 이제까지의 자연어 처리의 흐름을 살펴 보고 앞으로 나아가야 할 길을 간단히 살펴 보려고 합니다.	발표 자료
1	키노트	박상원	DeepNatural AI	고품질 코퍼스를 만들어 드립니다.	-	발표 자료
2	키노트	김준석	현대차 AIR랩	자동차 만드는 회사에서 필요한 NLP	-	-
3	스피커	김현중	-	KoNLPy 를 이용하여 Huggingface Transformers 학습하기	Huggingface tokenizers 외 다른 기학습된 토크나이저를 이용하여 Transformers 모델을 학습하고, 사전방식의 토크나이저와 word piece 기반 토크나이저의 차이를 살펴봅니다.	발표 자료코드
4	스피커	조원익	서울대학교 전기정보공학부	화행, 그 이론과 데이터 구축의 간극	화행은 종종 의도와 혼용되지만, 산업보다는 언어학적 측면에서 주로 다루어집니다. 본 발표에서는, 기존 화행 이론의 유형화 방식이 추구하는 바를 화용, 의미 및 통사론의 시각에서 바라보고, 이것이 실제로 산업에서 사용될 수 있는 의도 파악 데이터의 구축에 어떻게 활용될 수 있는지 알아보려 합니다.	발표 자료
5	스피커	송치성	NCSOFT	Spoken Language Understanding의 이해와 사례: End-to-End SLU	최근 스마트폰, 스마트 스피커, 스마트 TV, 자동차 내비게이션 등에 접목된 음성 인터페이스는 우리 생활을 편하게 만들어주고 있습니다.그런데 이러한 컴퓨터 시스템은 어떻게 우리의 말소리를 듣고 이해 하고 반응할 수 있을까요? 본 발표에서는 이러한 음성 인터페이스를 통해 컴퓨터 시스템이 사용자의 발화를 이해할수 있도록 하는 음성언어이해(SLU; Spoken Language Understanding) 기술에 대해 소개합니다. 그리고 최근 주목받고 있는 End-to-end 접근 방식의 SLU 아키텍처에 대해서도 알아봅니다.	발표 자료,코드
6	튜토리얼	현청천	헬로엔엠에스	Transformer 구현하기	Transformer는 가장 기본이 되는 모델입니다. NLP를 하시는 분이라면 꼭 봐야하고 깊게 이해할 필요가 있다고 생각됩니다. GPT, BERT등 다양한 모델이 Transformer를 기반으로 작성된 모델입니다. Transformer를 직접 구현해 보는 과정을 통해 더 깊이 이해하는 것이 목표입니다.(고급)	발표 자료, 실습 자료
7	포스터발표	최민주	-	관용구 기계번역을 위한 한-영 데이터셋 구축 및 평가 방법	관용구는 둘 이상의 단어가 결합하여 특정한 뜻을 생성한 어구로 기계번역 시 종종 오역이 발생한다. 이는 관용구가 지닌 함축적인 의미를 정확하게 번역할 수 없는 기계번역의 한계를 드러낸다. 따라서 신경망 기계 번역(Neural Machine Translation)에서 관용구를 효과적으로 학습하고 번역 결과를 평가하려면 관용구에 특화된 번역 쌍 데이터셋과 평가방법이 필요하다. 본 논문에서는 관용구 기계번역을 위한 한-영 번역 쌍 데이터셋을 구축하는 방법과 관용구 번역 결과를 평가하기 위해 블랙리스트를 구축하는 방법을 제안한다. 본 발표는 최근 KCC2020에서 발표한 논문입니다. 논문 내용 잘 정리하여 발표 준비하려 합니다.	발표 자료

행사 진행

이재석

이상열

박신홍

송진영