General Problems Solved with LSTM - Sequence labeling POS tagging, NER - Language modeling : 다음에 들어올 단어 예측 - Sequence classification : text가 들어왔을 때, spam메일인지 아닌지 분류하는 것 ** NER은 조화평균으로 성능을 평가함 Sequence to Sequence transduction encoder / decoder framework - 기계번역등에 활용 BERT는 encoder로, GPT3와 같은것은 decoder로 만든 것임 LSTM의 활용 사례 RNN의 단점: vanishing gradient problem LSTM의 단점: 계산량이 많음 → GRU(Gated Recurren Uni..
