금융 전략을 위한 머신러닝: 19가지 사례를 통해 익히는 금융 전략, 머신러닝, 데이터 과학

455

10

장

자연어 처리

위에서 본 바와 같이 챗봇용 사용자 지정 논리 어댑터는

NLP

모델을 사용해 문장에서

RATIO

및/또는

COMPANY

를 찾는다. 정확한 쌍이 감지되면 모델은 사용자에게 제공할

URL

을 구성한다. 또한 수학적 평가와 같은 다른 논리 어댑터도 예상대로 작동한다.

6.

결론

전반적으로 이 실전 문제는 챗봇 개발의 여러 측면을 소개한다.

파이썬에서

ChatterBot

라이브러리를 사용하면 사용자 입력을 해결하는 간단한 인터페이

스를 구축할 수 있다. 빈 모델을 훈련하려면 상당량의 훈련 데이터셋이 있어야 한다. 이 실

전 문제에서는 사용 가능한 패턴을 살펴보고 이를 사용해 훈련 샘플을 생성했다. 일반적으

로 적당량의 훈련 데이터를 얻는 것이 사용자 지정 챗봇을 구성할 때 가장 어려운 부분이다.

이 실전 문제는 데모 프로젝트이며 각 구성요소를 크게 개선해 다양한 작업으로 확장할 수

있다. 더 깨끗한 데이터를 사용하기 위해 전처리 단계를 추가할 수 있다. 입력 질문에 대한

봇의 응답을 생성하기 위해 더 나은 유사성 측정 및 임베딩을 통합하도록 논리를 더 세분화

할 수 있다. 고급 머신러닝 기술을 사용해 더 큰 데이터셋에서 챗봇을 훈련할 수 있다. 일련

의 사용자 지정 논리 어댑터를 사용해 더 정교한

ChatterBot

을 구성할 수 있다. 데이터베이 ...