Word Embeddings(2)
-
[GoogleML] Word Embeddings _ Word2vec & GloVe
Learning Word Embeddings blank๋ฅผ ์ฑ์ฐ๋ ๋ฐฉ์ (์์ธกํ๋) ๋ง์ฝ, ๋น์นธ ์์ 4 ๋จ์ด๋ง ๋ณด๊ณ ์์ธกํ๋ค๋ฉด? (์์ i want๋ ์ญ์ , 1800 -> 1200) context์ ๋ง์ถ์ด (๊ธฐ์ค์ ๋ฐ๋ผ) ํ๊ฒ์ ์์ธกํ๋๋ฐ ํ์ฉํ ๋จ์ด๊ฐ ๋ฌ๋ผ์ง๋ค. Word2Vec ๋๋คํ๊ฒ target ๋ฒกํฐ๋ฅผ ๊ณ ๋ฅธ๋ค. (ํน์ ๋ฒ์์ ์๋์ฐ ์ฌ์ด์ฆ ๋ด๋ถ์์) ๊ณ์ฐ ๋น์ฉ -> slow ๋ฌธ์ ๊ฐ์ํ๋ฅผ ์ํด ํธ๋ฆฌ ๊ตฌ์กฐ๋ฅผ ํ์ฉ (์ ๋น๋ -> ๋ deep) Hierarchical softmax ํด๋ฆฌ์คํฑํ ๋ค์ํ ๋ฐฉ๋ฒ๋ค์ด ์ ์ฉ๋ ์ ์๋ค. Negative Sampling ์ธํ์ผ๋ก ๋ ๋จ์ด -> target์ ์์ธกํ๋ ๋ฌธ์ (0 or 1) ๋น๊ต์ ํฐ ๋ฐ์ดํฐ ์ -> K๋ฅผ ์๊ฒ ์ก๋๋ค. ์ฒซ๋ฒ์งธ ์ฃผ์ค๋ง 1 -> positi..
2023.10.29 -
[GoogleML] Natural Language Processing & Word Embeddings
Word Representation ๋ด์ ์ ํตํด ์ ์ฌ๋๋ฅผ ํ์ ํ ์ ์๋ค. ๋ชจ๋ธ์ ์ ์ฅ์์ ์ฌ๊ณผ์ ์ค๋ ์ง feature vector๋ ์ ์ฌํ๋ค ํน - ์ค๋ ์ง, ํธ - ์ค๋ ์ง ๋ณด๋ค ์ฌ๊ณผ - ์ค๋ ์ง๊ฐ ๋ ์ ์ฌํ ๊ด๊ณ ์๋ฒ ๋ฉ์ ๊ฐ๋ Using Word Embeddings ์ ์ด ํ์ต์ ํตํด ๋ ์์ ์์ training set์ ์ ์ฉ ๊ฐ๋ฅํ๋ค ์ด๋ฌํ ์ ์์ word embedding์ face encoding๊ณผ ์ ์ฌํ ์ ์ด ์๋ค! :) Properties of Word Embeddings man -> woman as king -> what? ์ด๋ป๊ฒ ์๊ณ ๋ฆฌ์ฆ์ ์ผ๋ก ์ถ๋ก ํ ์ ์์๊น? (๋๋ฒกํฐ์ ์ฐจ๊ฐ ๋์ผํด์ง๋ feature -> gender) 300 ์ฐจ์์ ํํ ๊ณต๊ฐ์์ ์ฑ๋ณ์ ์๋ฏธํ๋ ๋ ๋ฒกํฐ๊ฐ ์ ์ฌํ๊ฒ ๋ํ๋..
2023.10.29