0Pricing
Learn AI with Python · 강의

BERT를 활용한 텍스트 분류

HuggingFace transformers, AutoTokenizer, AutoModelForSequenceClassification, 미세 조정을 다룹니다.

BERT를 활용한 텍스트 분류은(는) CoddyKit의 무료 Learn AI with Python 강의입니다. 이것은 4개 중 3번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Learn AI with Python 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Learn AI with Python 강의에는 총 4개의 강의가 포함되어 있습니다.

정적 임베딩의 한계

Word2Vec과 GloVe는 각 단어에 하나의 고정된 벡터를 부여합니다. 하지만 "river bank"에서의 "bank"와 "savings bank"에서의 "bank"는 의미가 다릅니다. BERT와 같은 문맥 기반 모델은 이 문제를 해결합니다.

BERT란 무엇인가

BERT는 문장 전체를 한 번에 읽고 문맥을 반영한 임베딩을 생성하는 트랜스포머 모델입니다. 방대한 텍스트로 사전 학습되었으며, 분류와 같은 작업에 맞게 미세 조정할 수 있습니다.

Hugging Face 트랜스포머 라이브러리

transformers 라이브러리는 BERT와 수천 개의 사전 학습 모델에 쉽게 접근할 수 있게 하며, 토크나이저와 모델에 일관된 클래스를 제공합니다.

from transformers import AutoTokenizer, AutoModelForSequenceClassification

name = "distilbert-base-uncased-finetuned-sst-2-english"
tokenizer = AutoTokenizer.from_pretrained(name)
model = AutoModelForSequenceClassification.from_pretrained(name)

AutoTokenizer

AutoTokenizer는 모델에 맞는 토크나이저를 불러옵니다. 텍스트를 하위 단어 토큰으로 분할하고 모델이 요구하는 ID로 매핑합니다.

from transformers import AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("bert-base-uncased")
print(tokenizer.tokenize("unbelievable"))
# subwords like ["un", "##bel", "##ievable"]

AutoModelForSequenceClassification

AutoModelForSequenceClassification은 위에 분류 헤드가 추가된 BERT를 불러오며, 전체 시퀀스에 대해 클래스마다 하나의 점수를 출력합니다.

from transformers import AutoModelForSequenceClassification

model = AutoModelForSequenceClassification.from_pretrained(
    "distilbert-base-uncased-finetuned-sst-2-english"
)

입력 토큰화하기

텍스트에 truncation, padding, return_tensors를 설정하여 토크나이저를 호출하면 모델에 바로 사용할 수 있는 텐서를 얻을 수 있습니다. 자르기는 긴 입력의 길이를 제한하고, 패딩은 배치의 길이를 맞춥니다.

inputs = tokenizer(
    "This movie was fantastic!",
    truncation=True,
    padding=True,
    return_tensors="pt",
)
print(inputs["input_ids"].shape)

특수 토큰

BERT는 특수 토큰을 자동으로 추가합니다. 시작 부분의 [CLS]는 시퀀스의 요약을 나타내는 은닉 상태를 갖고, 문장 사이와 끝에는 [SEP]가 추가됩니다. 분류기는 [CLS] 표현을 사용합니다.

모델 실행하기

토큰화된 입력을 모델에 전달하면 정규화되지 않은 원시 클래스 점수인 로짓을 얻을 수 있습니다.

import torch

with torch.no_grad():
    outputs = model(**inputs)
logits = outputs.logits
print(logits)

로짓에서 예측으로

로짓에 softmax를 적용하여 확률을 구한 다음, argmax를 사용해 예측된 클래스 인덱스를 얻으세요. 해당 인덱스를 레이블에 매핑합니다.

import torch

probs = torch.softmax(logits, dim=-1)
pred = torch.argmax(probs, dim=-1).item()
print(model.config.id2label[pred])

작업에 맞게 미세 조정하기

사용자 지정 데이터 세트가 있다면 레이블이 지정된 예제로 분류 헤드를 학습하고, 선택적으로 전체 모델도 학습하여 BERT를 미세 조정하세요. Trainer API가 학습 반복을 처리합니다.

from transformers import Trainer, TrainingArguments

args = TrainingArguments(output_dir="out", num_train_epochs=3)
trainer = Trainer(model=model, args=args, train_dataset=train_ds)
trainer.train()

pipeline 간편 기능

빠른 추론을 위해 pipeline 도우미를 사용하면 토큰화, 실행, 디코딩을 한 번의 호출로 처리할 수 있어 프로토타이핑에 적합합니다.

from transformers import pipeline

clf = pipeline("sentiment-analysis")
print(clf("I love this product!"))
# [{"label": "POSITIVE", "score": 0.99...}]

빠른 확인

BERT 지식을 점검해 보세요.

복습

복습: BERT는 트랜스포머를 통해 문맥을 반영한 임베딩을 생성합니다. AutoTokenizer로 truncation/padding/return_tensors를 사용해 토큰화하고, AutoModelForSequenceClassification으로 로짓을 얻으세요. 로짓을 softmax로 변환한 다음 argmax를 적용하세요. Trainer로 미세 조정하거나 pipeline으로 빠르게 프로토타이핑할 수 있습니다.

자주 묻는 질문

“BERT를 활용한 텍스트 분류” 강의는 무료인가요?

네 — “BERT를 활용한 텍스트 분류” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Learn AI with Python 강의 전체를 잠금 해제할 수 있습니다. Learn AI with Python 강의에는 총 4개의 강의가 포함되어 있습니다.

“BERT를 활용한 텍스트 분류”에서 뭘 배우나요?

HuggingFace transformers, AutoTokenizer, AutoModelForSequenceClassification, 미세 조정을 다룹니다. 브라우저에서 직접 실행하는 실습 코드로 Learn AI with Python을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

Learn AI with Python을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 Learn AI with Python은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 3번째 강의입니다.

“BERT를 활용한 텍스트 분류” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 Learn AI with Python 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 Learn AI with Python 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

  1. Word2Vec: Skip-gram과 CBOW
  2. GloVe와 FastText 임베딩
  3. BERT를 활용한 텍스트 분류
  4. 의미 유사도와 문장 임베딩
← Learn AI with Python(으)로 돌아가기