- 미리 정의한 인물명, 장소면, 기관명 등과 같은 개체명을 입력 텍스트에 태깅하는 NLP 기술
- 텍스트로 변환된 사용자의 발화에서 예매에 필요한 주요 키워드(출발지, 도착지, 날짜 등) 추출
- NER은 문장을 토큰 단위로 나누고, 이 토큰들을 각각 태깅하여 개체명인지 아닌지를 분간할 수 있어 사용자에게 맞춤형 번역을 제공할 수 있도록 도와줌
- 구글에서 공개한 위키피디아(25억 단어), BooksCorpus(8억 단어)와 같은 레이블 없는 텍스트 데이터로 사전 학습된 모델
- 특정 작업(문서 분류, 번역, 질의 응답)을 위해 pre-training된 모델에 신경망을 추가하여 미세 조정(fine-tuning) = "Transfer-Learning"
- SKTBrain에서 공개한 한국어 문장을 학습한 한국어 BERT인 KoBERT 모델 사용