{
    "componentChunkName": "component---src-templates-post-tsx",
    "path": "/st-patrick/",
    "result": {"data":{"logo":null,"markdownRemark":{"html":"<h1>혐오는 이제 그만! St. Patrick</h1>\n<p>남녀간의 성혐오, 게이, 레즈비언 등의 성소수자에 대한 혐오, 특정 종교에 대한 혐오 등\n요즘 한국 사회는 ‘혐오의 시대’라는 말이 어울리는 것 같습니다. 어쩌면 이런 혐오가 항상 존재했지만\n인터넷, 스마트폰이 발달이 충분히 돼서 더욱 대두되는 문제일수도 있을 것 같습니다.\n요즘은 페이스북, 유튜브, 뉴스 기사 등 댓글창을 보면 꼭 특정 집단에 대해 차별적이고 혐오적인 발언들을\n많이 볼 수 있는 것 같습니다.</p>\n<img src=\"https://user-images.githubusercontent.com/42150335/179356677-9c6f48b4-edee-42ca-8046-3eac49be0c95.png\" width=\"400\">\n<h3>그렇다면 이런 혐오 댓글, 채팅들을 자동으로 필터링할수는 없을까요?</h3>\n<p>자동으로 필터링해주는 기술을 가장 접하기 쉬운 경우가 게임 채팅이 아닐까 싶습니다.\n다들 게임하시다가 상대방의 채팅 혹은 내 채팅이 일부 가려져서 보인 경험이 있을겁니다.</p>\n<blockquote>\n<p>야 이 씨발새끼야 →  야 이 ** **야</p>\n</blockquote>\n<p>하지만 적어도 현재까지의 게임 채팅 필터링의 경우, 단순히 ‘혐오 사전’을 구축하고 이를 적용해서\n혐오 사전에 포함된 표현이 있는 경우 필터링하는 룰 기반의 방식을 사용하고 있습니다.</p>\n<p>그래서 아래와 같은 의도하지 않은 필터링이 적용될 때가 있습니다.</p>\n<blockquote>\n<p>이게 시발점이 될 거 같아 → 이게 **점이 될 거 같아</p>\n</blockquote>\n<p>바로 위의 예시처럼, 단순히 룰 기반으로는 이 문제를 해결하기 어렵습니다. 그렇다고 모든 채팅을\n사람이 일일이 보면서 체크할 수도 없는 노릇이죠. 그래서 현재 기준으로 이 문제를 풀기 가장 좋은 방법은\n인공지능을 이용하는 방법일 것 같습니다. 룰 기반보다는 유연하게 대처가 가능하면서도,\n사람이 일일이 대응하는것보다 훨씬 경제적입니다. 물론, 사람보다 정확성 면에서는 떨어지겠지만요.</p>\n<h3>그럼 인공지능을 쓰면 문제가 해결되는거네요?</h3>\n<p>항상 그렇듯, 인공지능은 절대 100%라는 것을 보장하지 않습니다. 또한 인공지능은\n가르친대로 일을 수행하기 때문에 인공지능을 <strong>잘</strong> 가르쳐야합니다. 그렇다면 잘 가르치려면\n어떻게 해야할까요? 혐오 표현에 대한 정확한 정의와 학습 데이터의 일관성, 다양한 케이스의 데이터가 필요할 것 같습니다.\n하지만, 혐오에 대한 정확한 정의와, 학습 데이터의 일관성, 다양한 케이스의 데이터 모두 하나같이\n쉽지 않습니다.</p>\n<blockquote>\n<p>나는 가영이가 머리 풀면 섹시하더라</p>\n</blockquote>\n<blockquote>\n<p>나는 *** 대통령이 일을 잘 한건지 모르겠어.</p>\n</blockquote>\n<p>여러분은 위에 문장이 어떻게 느껴지시나요? 성희롱/정치 성향 혐오로 보이시나요? 아니면\n단순한 개인의견으로 보이시나요?</p>\n<p>누군가는 위에 예시를 혐오로 느끼고, 누군가는 개인의견 정도로 넘어갈 수 있을 것 같습니다.\n이처럼 이 ‘혐오’라는게 무짜르듯이 딱 잘라지지 않고, 개인마다 모두 의견이 다르기 때문에\n이를 혐오다 / 아니다로 단순히 이진 분류로 정의하기에는 다소 어려운 것 같습니다.</p>\n<h3>St. Patrick</h3>\n<p>그래서 저희 팀에서는 이 혐오 문제를 혐오다 / 아니다로 문제를 정의하기 보다는 보다 더\n세분화해서 구분했습니다.</p>\n<img width=\"279\" alt=\"image\" src=\"https://user-images.githubusercontent.com/42150335/179357591-4d476555-2a80-4b23-b4a1-7dee3e6453d8.png\">\n<p>[없음(혐오 없음), 주의(혐오 가능성 있음), 명백(혐오 가능성 높음), 심각(혐오 심각)]와 같이 4단계로 구분했습니다.\n또한 혐오 표현의 종류를 [욕설, 모욕, 폭력위협/범죄조장, 외설, 성혐오, 연령차별, 인종 차별/지역혐오, 장애인 혐오, 종교 혐오, 정치 성향 혐오, 직업 혐오] 11개로\n정의했습니다.</p>\n<img width=\"550\" alt=\"image\" src=\"https://user-images.githubusercontent.com/42150335/179357901-fb930252-c98a-4f57-87c0-40b57e3eba0d.png\">\n<p>위는 실제로 St. Patrick 데모입니다. 정의된 11개의 혐오에 대해서 0-3의 Likert 척도로 예측하며,\n혐오 표현 부분에 대해서 하이라이팅을 해주고 있습니다.</p>\n<p>아직 St. Patrick이 성능이 아주 우수하다! 라고 말하기에는 부족한 면이 있지만, 올해 4월에\nv0.1 공개를 시작으로 현재 v0.3.3까지 차근차근 꾸준히 성능을 개선해나가며 버젼업을 하고 있습니다.\n또한 이번 포스팅에서는 설명을 생략했지만, 주민번호, 전화번호, 주소 등의 개인 정보도 아래와 같이 잡아주는\n기능이 탑재되어 있습니다.</p>\n<img width=\"550\" alt=\"image\" src=\"https://user-images.githubusercontent.com/42150335/179358084-18e225dd-957f-4ce1-9e87-3805016f7a59.png\">\n<p>이 외에도, 더 다양한 기능 제공을 위해 연구/개발 중이며, 빠른 시일내에 추가 공개될 예정이니 <em><strong><a href=\"https://demo.tunib.ai/safety/kor\">[St. Patrick 링크]</a></strong></em> 많은 사용 부탁드리며,\n사용관련해서 피드백 혹은 문의사항이 있는 경우, <a href=\"mailto:kaki.ai@tunib.ai\">kaki.ai@tunib.ai</a>로 연락주시면 감사하겠습니다 :)</p>","htmlAst":{"type":"root","children":[{"type":"element","tagName":"h1","properties":{},"children":[{"type":"text","value":"혐오는 이제 그만! St. Patrick"}]},{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"남녀간의 성혐오, 게이, 레즈비언 등의 성소수자에 대한 혐오, 특정 종교에 대한 혐오 등\n요즘 한국 사회는 ‘혐오의 시대’라는 말이 어울리는 것 같습니다. 어쩌면 이런 혐오가 항상 존재했지만\n인터넷, 스마트폰이 발달이 충분히 돼서 더욱 대두되는 문제일수도 있을 것 같습니다.\n요즘은 페이스북, 유튜브, 뉴스 기사 등 댓글창을 보면 꼭 특정 집단에 대해 차별적이고 혐오적인 발언들을\n많이 볼 수 있는 것 같습니다."}]},{"type":"text","value":"\n"},{"type":"element","tagName":"img","properties":{"src":"https://user-images.githubusercontent.com/42150335/179356677-9c6f48b4-edee-42ca-8046-3eac49be0c95.png","width":400},"children":[]},{"type":"text","value":"\n"},{"type":"element","tagName":"h3","properties":{},"children":[{"type":"text","value":"그렇다면 이런 혐오 댓글, 채팅들을 자동으로 필터링할수는 없을까요?"}]},{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"자동으로 필터링해주는 기술을 가장 접하기 쉬운 경우가 게임 채팅이 아닐까 싶습니다.\n다들 게임하시다가 상대방의 채팅 혹은 내 채팅이 일부 가려져서 보인 경험이 있을겁니다."}]},{"type":"text","value":"\n"},{"type":"element","tagName":"blockquote","properties":{},"children":[{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"야 이 씨발새끼야 →  야 이 ** **야"}]},{"type":"text","value":"\n"}]},{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"하지만 적어도 현재까지의 게임 채팅 필터링의 경우, 단순히 ‘혐오 사전’을 구축하고 이를 적용해서\n혐오 사전에 포함된 표현이 있는 경우 필터링하는 룰 기반의 방식을 사용하고 있습니다."}]},{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"그래서 아래와 같은 의도하지 않은 필터링이 적용될 때가 있습니다."}]},{"type":"text","value":"\n"},{"type":"element","tagName":"blockquote","properties":{},"children":[{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"이게 시발점이 될 거 같아 → 이게 **점이 될 거 같아"}]},{"type":"text","value":"\n"}]},{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"바로 위의 예시처럼, 단순히 룰 기반으로는 이 문제를 해결하기 어렵습니다. 그렇다고 모든 채팅을\n사람이 일일이 보면서 체크할 수도 없는 노릇이죠. 그래서 현재 기준으로 이 문제를 풀기 가장 좋은 방법은\n인공지능을 이용하는 방법일 것 같습니다. 룰 기반보다는 유연하게 대처가 가능하면서도,\n사람이 일일이 대응하는것보다 훨씬 경제적입니다. 물론, 사람보다 정확성 면에서는 떨어지겠지만요."}]},{"type":"text","value":"\n"},{"type":"element","tagName":"h3","properties":{},"children":[{"type":"text","value":"그럼 인공지능을 쓰면 문제가 해결되는거네요?"}]},{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"항상 그렇듯, 인공지능은 절대 100%라는 것을 보장하지 않습니다. 또한 인공지능은\n가르친대로 일을 수행하기 때문에 인공지능을 "},{"type":"element","tagName":"strong","properties":{},"children":[{"type":"text","value":"잘"}]},{"type":"text","value":" 가르쳐야합니다. 그렇다면 잘 가르치려면\n어떻게 해야할까요? 혐오 표현에 대한 정확한 정의와 학습 데이터의 일관성, 다양한 케이스의 데이터가 필요할 것 같습니다.\n하지만, 혐오에 대한 정확한 정의와, 학습 데이터의 일관성, 다양한 케이스의 데이터 모두 하나같이\n쉽지 않습니다."}]},{"type":"text","value":"\n"},{"type":"element","tagName":"blockquote","properties":{},"children":[{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"나는 가영이가 머리 풀면 섹시하더라"}]},{"type":"text","value":"\n"}]},{"type":"text","value":"\n"},{"type":"element","tagName":"blockquote","properties":{},"children":[{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"나는 *** 대통령이 일을 잘 한건지 모르겠어."}]},{"type":"text","value":"\n"}]},{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"여러분은 위에 문장이 어떻게 느껴지시나요? 성희롱/정치 성향 혐오로 보이시나요? 아니면\n단순한 개인의견으로 보이시나요?"}]},{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"누군가는 위에 예시를 혐오로 느끼고, 누군가는 개인의견 정도로 넘어갈 수 있을 것 같습니다.\n이처럼 이 ‘혐오’라는게 무짜르듯이 딱 잘라지지 않고, 개인마다 모두 의견이 다르기 때문에\n이를 혐오다 / 아니다로 단순히 이진 분류로 정의하기에는 다소 어려운 것 같습니다."}]},{"type":"text","value":"\n"},{"type":"element","tagName":"h3","properties":{},"children":[{"type":"text","value":"St. Patrick"}]},{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"그래서 저희 팀에서는 이 혐오 문제를 혐오다 / 아니다로 문제를 정의하기 보다는 보다 더\n세분화해서 구분했습니다."}]},{"type":"text","value":"\n"},{"type":"element","tagName":"img","properties":{"width":279,"alt":"image","src":"https://user-images.githubusercontent.com/42150335/179357591-4d476555-2a80-4b23-b4a1-7dee3e6453d8.png"},"children":[]},{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"[없음(혐오 없음), 주의(혐오 가능성 있음), 명백(혐오 가능성 높음), 심각(혐오 심각)]와 같이 4단계로 구분했습니다.\n또한 혐오 표현의 종류를 [욕설, 모욕, 폭력위협/범죄조장, 외설, 성혐오, 연령차별, 인종 차별/지역혐오, 장애인 혐오, 종교 혐오, 정치 성향 혐오, 직업 혐오] 11개로\n정의했습니다."}]},{"type":"text","value":"\n"},{"type":"element","tagName":"img","properties":{"width":550,"alt":"image","src":"https://user-images.githubusercontent.com/42150335/179357901-fb930252-c98a-4f57-87c0-40b57e3eba0d.png"},"children":[]},{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"위는 실제로 St. Patrick 데모입니다. 정의된 11개의 혐오에 대해서 0-3의 Likert 척도로 예측하며,\n혐오 표현 부분에 대해서 하이라이팅을 해주고 있습니다."}]},{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"아직 St. Patrick이 성능이 아주 우수하다! 라고 말하기에는 부족한 면이 있지만, 올해 4월에\nv0.1 공개를 시작으로 현재 v0.3.3까지 차근차근 꾸준히 성능을 개선해나가며 버젼업을 하고 있습니다.\n또한 이번 포스팅에서는 설명을 생략했지만, 주민번호, 전화번호, 주소 등의 개인 정보도 아래와 같이 잡아주는\n기능이 탑재되어 있습니다."}]},{"type":"text","value":"\n"},{"type":"element","tagName":"img","properties":{"width":550,"alt":"image","src":"https://user-images.githubusercontent.com/42150335/179358084-18e225dd-957f-4ce1-9e87-3805016f7a59.png"},"children":[]},{"type":"text","value":"\n"},{"type":"element","tagName":"p","properties":{},"children":[{"type":"text","value":"이 외에도, 더 다양한 기능 제공을 위해 연구/개발 중이며, 빠른 시일내에 추가 공개될 예정이니 "},{"type":"element","tagName":"em","properties":{},"children":[{"type":"element","tagName":"strong","properties":{},"children":[{"type":"element","tagName":"a","properties":{"href":"https://demo.tunib.ai/safety/kor"},"children":[{"type":"text","value":"[St. Patrick 링크]"}]}]}]},{"type":"text","value":" 많은 사용 부탁드리며,\n사용관련해서 피드백 혹은 문의사항이 있는 경우, "},{"type":"element","tagName":"a","properties":{"href":"mailto:kaki.ai@tunib.ai"},"children":[{"type":"text","value":"kaki.ai@tunib.ai"}]},{"type":"text","value":"로 연락주시면 감사하겠습니다 :)"}]}],"data":{"quirksMode":false}},"excerpt":"혐오는 이제 그만! St. Patrick…","fields":{"readingTime":{"text":"7 min read"}},"frontmatter":{"title":"Sooftware NLP - 혐오는 이제 그만! St. Patrick","userDate":"16 July 2022","date":"2022-07-16T10:00:00.000Z","tags":["nlp"],"excerpt":"St. Patrick, the original safety engine by TUNiB, checks if the user text includes any toxic expressions or personal information and provides detailed reports.","image":{"childImageSharp":{"gatsbyImageData":{"layout":"fullWidth","backgroundColor":"#f8f8f8","images":{"fallback":{"src":"/static/180de46e7ed5033144148c66da986e75/ccc41/patrick.png","srcSet":"/static/180de46e7ed5033144148c66da986e75/ccc41/patrick.png 512w","sizes":"100vw"},"sources":[{"srcSet":"/static/180de46e7ed5033144148c66da986e75/d689f/patrick.webp 512w","type":"image/webp","sizes":"100vw"}]},"width":1,"height":1}}},"author":[{"id":"Soohwan Kim","bio":"Co-founder/A.I. engineer at TUNiB.","avatar":{"children":[{"gatsbyImageData":{"layout":"fullWidth","backgroundColor":"#282838","images":{"fallback":{"src":"/static/a9e6b445142b247ee4cfa66155398bb2/0d6f4/soohwan.png","srcSet":"/static/a9e6b445142b247ee4cfa66155398bb2/248f9/soohwan.png 40w,\n/static/a9e6b445142b247ee4cfa66155398bb2/fd435/soohwan.png 80w,\n/static/a9e6b445142b247ee4cfa66155398bb2/0d6f4/soohwan.png 120w","sizes":"100vw"},"sources":[{"srcSet":"/static/a9e6b445142b247ee4cfa66155398bb2/e7f45/soohwan.webp 40w,\n/static/a9e6b445142b247ee4cfa66155398bb2/589ec/soohwan.webp 80w,\n/static/a9e6b445142b247ee4cfa66155398bb2/71a38/soohwan.webp 120w","type":"image/webp","sizes":"100vw"}]},"width":1,"height":0.6833333333333333}}]}}]}},"relatedPosts":{"totalCount":50,"edges":[{"node":{"id":"6529d72e-80e7-5d61-a672-d66276a3f641","excerpt":"MoE(Mixture of Experts) 기초부터 DeepSeek 혁신까지 작년 이맘때쯤 DeepSeek-V3가 저비용으로 엄청난 성능을 보이면서 화제가 되었습니다. 그 핵심 기술인 MoE(Mixture of Experts…","frontmatter":{"title":"MoE(Mixture of Experts) 기초부터 DeepSeek 혁신까지","date":"2026-01-15T01:11:55.000Z"},"fields":{"readingTime":{"text":"8 min read"},"slug":"/developed-moe/"}}},{"node":{"id":"8b49d3ef-4ce3-568c-9d71-240ff17fc3e0","excerpt":"BERT는 사실 Diffusion 모델이였다?! 최근 굉장히 흥미로운 글을 읽게되어 공유합니다. 원문 : link BERT와 Diffusion이 같은 방식이다?! NLP 연구자들에게 BERT는 너무 익숙한 모델입니다. 201…","frontmatter":{"title":"BERT는 사실 Diffusion 모델이였다?!","date":"2025-10-21T12:00:00.000Z"},"fields":{"readingTime":{"text":"8 min read"},"slug":"/bert_diffusion/"}}},{"node":{"id":"7c7e1676-ea84-58de-970c-ddec9aa10660","excerpt":"RLHF는 수다쟁이를 만든다?! (Does RLHF Breed Verbose Chatterboxes?!) RLHF(Reinforcement Learning from Human Feedback)는 OpenAI의 ChatGPT…","frontmatter":{"title":"RLHF는 수다쟁이를 만든다?! (Does RLHF Breed Verbose Chatterboxes?!)","date":"2024-03-13T01:11:55.000Z"},"fields":{"readingTime":{"text":"7 min read"},"slug":"/rlhf-vervosity/"}}},{"node":{"id":"2b9d3e22-1796-5fab-878d-5941d2e76e9d","excerpt":"LLM Paper Abstract - 2023.12 LLM…","frontmatter":{"title":"LLM Paper Abstract - 2023.12","date":"2024-01-05T10:00:00.000Z"},"fields":{"readingTime":{"text":"5 min read"},"slug":"/llm-abs-202312/"}}},{"node":{"id":"f43fa33b-917b-5c00-8462-937d99592ad7","excerpt":"What it MoE? (Mixture of Experts) 현존 최강 LLM인 GPT-4에서 “MoE (Mixture of Experts)” 방식을 채택하여 사용하고 있다고 알려졌는데요, 최근 AI계의 뜨거운 감자 Mistral AI…","frontmatter":{"title":"What is MoE? (Mixture of Experts)","date":"2023-12-22T01:11:55.000Z"},"fields":{"readingTime":{"text":"9 min read"},"slug":"/moe/"}}}]}},"pageContext":{"slug":"/st-patrick/","prev":{"excerpt":"한국어 사전학습 모델 (Korean Pre-trained Language Model) 공개된 한국어 사전학습 모델을 기록합니다. 크게 아래 3개의 모델 계열로 구분했으며, 모델 사이즈는 정확하지 않을 수 있습니다. Encoder Model (BERT…","frontmatter":{"title":"Sooftware NLP - 한국어 사전학습 모델 (Korean Pre-trained Language Model)","tags":["nlp"],"date":"2022-07-12T10:00:00.000Z","draft":false,"excerpt":null,"image":{"childImageSharp":{"gatsbyImageData":{"layout":"fullWidth","placeholder":{"fallback":"data:image/jpeg;base64,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"},"images":{"fallback":{"src":"/static/2823decbecd34c6071cef2221f03b4ff/29ba9/bear.jpg","srcSet":"/static/2823decbecd34c6071cef2221f03b4ff/7284f/bear.jpg 750w,\n/static/2823decbecd34c6071cef2221f03b4ff/29ba9/bear.jpg 1080w","sizes":"100vw"},"sources":[{"srcSet":"/static/2823decbecd34c6071cef2221f03b4ff/57584/bear.webp 750w,\n/static/2823decbecd34c6071cef2221f03b4ff/984df/bear.webp 1080w","type":"image/webp","sizes":"100vw"}]},"width":1,"height":0.6666666666666666}}},"author":[{"id":"Soohwan Kim","bio":"Co-founder/A.I. engineer at TUNiB.","avatar":{"childImageSharp":{"gatsbyImageData":{"layout":"fullWidth","placeholder":{"fallback":"data:image/png;base64,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"},"images":{"fallback":{"src":"/static/a9e6b445142b247ee4cfa66155398bb2/7cf1f/soohwan.png","srcSet":"/static/a9e6b445142b247ee4cfa66155398bb2/34f77/soohwan.png 750w,\n/static/a9e6b445142b247ee4cfa66155398bb2/a94f6/soohwan.png 1080w,\n/static/a9e6b445142b247ee4cfa66155398bb2/7cf1f/soohwan.png 1148w","sizes":"100vw"},"sources":[{"srcSet":"/static/a9e6b445142b247ee4cfa66155398bb2/38420/soohwan.webp 750w,\n/static/a9e6b445142b247ee4cfa66155398bb2/7470d/soohwan.webp 1080w,\n/static/a9e6b445142b247ee4cfa66155398bb2/b5ef6/soohwan.webp 1148w","type":"image/webp","sizes":"100vw"}]},"width":1,"height":0.6829268292682927}}}}]},"fields":{"readingTime":{"text":"4 min read"},"layout":"","slug":"/korean-plm/"}},"next":{"excerpt":"Sooftware NLP - 문장의 개체명을 분석해보자! Named Entity Recognition (NER) NLP 기술을 이용하면 꽤나 정교한 텍스트 분석이 가능합니다. 텍스트 분석에서 빼놓으면 섭섭한 녀석이\n개체명 인식(Named Entity…","frontmatter":{"title":"Sooftware NLP - 문장의 개체명을 분석해보자! 개체명 인식, Named Entity Recognition (NER)","tags":["nlp"],"date":"2022-07-22T10:00:00.000Z","draft":null,"excerpt":null,"image":{"childImageSharp":{"gatsbyImageData":{"layout":"fullWidth","placeholder":{"fallback":"data:image/png;base64,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"},"images":{"fallback":{"src":"/static/01d4a9f47ebedc8659d5dbceec3ef25c/87706/ner.png","srcSet":"/static/01d4a9f47ebedc8659d5dbceec3ef25c/0dee1/ner.png 750w,\n/static/01d4a9f47ebedc8659d5dbceec3ef25c/8beaa/ner.png 1080w,\n/static/01d4a9f47ebedc8659d5dbceec3ef25c/87706/ner.png 1280w","sizes":"100vw"},"sources":[{"srcSet":"/static/01d4a9f47ebedc8659d5dbceec3ef25c/a66aa/ner.webp 750w,\n/static/01d4a9f47ebedc8659d5dbceec3ef25c/65dd5/ner.webp 1080w,\n/static/01d4a9f47ebedc8659d5dbceec3ef25c/71d4d/ner.webp 1280w","type":"image/webp","sizes":"100vw"}]},"width":1,"height":0.5625}}},"author":[{"id":"Soohwan Kim","bio":"Co-founder/A.I. engineer at TUNiB.","avatar":{"childImageSharp":{"gatsbyImageData":{"layout":"fullWidth","placeholder":{"fallback":"data:image/png;base64,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"},"images":{"fallback":{"src":"/static/a9e6b445142b247ee4cfa66155398bb2/7cf1f/soohwan.png","srcSet":"/static/a9e6b445142b247ee4cfa66155398bb2/34f77/soohwan.png 750w,\n/static/a9e6b445142b247ee4cfa66155398bb2/a94f6/soohwan.png 1080w,\n/static/a9e6b445142b247ee4cfa66155398bb2/7cf1f/soohwan.png 1148w","sizes":"100vw"},"sources":[{"srcSet":"/static/a9e6b445142b247ee4cfa66155398bb2/38420/soohwan.webp 750w,\n/static/a9e6b445142b247ee4cfa66155398bb2/7470d/soohwan.webp 1080w,\n/static/a9e6b445142b247ee4cfa66155398bb2/b5ef6/soohwan.webp 1148w","type":"image/webp","sizes":"100vw"}]},"width":1,"height":0.6829268292682927}}}}]},"fields":{"readingTime":{"text":"10 min read"},"layout":"post","slug":"/ner/"}},"primaryTag":"nlp"}},
    "staticQueryHashes": ["3170763342","3229353822"]}