NLP에서 POS는 단어가 문법적 기능(syntactic functions)에 따라 할당되는 카테고리를 의미한다. 예를 들어, 영어 문법에서 단어들은 Noun(명사), Verb(동사), Adjective(형용사), Adverb(부사), Pronoun(대명사), Preposition(전치사), Conjunction(접속사), Interjection(감탄사)와 같은 클래스로 분류된다.
POS tagging은 텍스트의 각 단어에 해당하는 품사로 표시(labeling)하는 작업이다. 이는 named entity recognition (명명된 엔티티 인식), parsing, sentiment analysys 같은 하위 작업에 유용하다. POS tagging을 위한 다양한 알고리즘과 도구가 있으며, rul-based methods(규칙 기반 방법)부터 머신러닝 모델까지 다양하다.
'기술(Tech, IT) > 머신 러닝(Machine Learning)' 카테고리의 다른 글
| [ML] RNN과 POS tagging (0) | 2023.11.03 |
|---|---|
| [ML] RNN (Recurrent Neural Network) (0) | 2023.11.02 |
| [ML] Multinomial Naive Bayes (다항 분포 나이브 베이즈) - 2 (0) | 2023.10.31 |
| [ML] Vecotrizer (벡터화 기법) (0) | 2023.10.30 |
| [ML] Naive Bayes (0) | 2023.10.29 |