반응형
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- 재귀함수
- web 개발
- inorder
- CES 2O21 참여
- vscode
- broscoding
- mglearn
- bccard
- 웹 용어
- discrete_scatter
- web
- CES 2O21 참가
- web 사진
- 자료구조
- html
- 데이터전문기관
- Keras
- classification
- pycharm
- cudnn
- 대이터
- 결합전문기관
- 머신러닝
- web 용어
- KNeighborsClassifier
- tensorflow
- postorder
- java역사
- paragraph
- C언어
Archives
- Today
- Total
bro's coding
word2Vec 본문
반응형
Word2vec는 2개의 옵션이 있습니다.
CBOW는 주변단어를 통해 중심단어를 예측하는 것입니다.
SKIP-GRAM은 중심단어를 통해 주변단어를 예측하는 것입니다.
Word2vec는 사용자가 지정한 윈도우 내에서만 학습/분석이 이뤄지기 때문에 말뭉치 전체의 공기정보(co-occurrence)는 반영되기 어려운 단점이 있습니다.
여기서 윈도우는 주변 단어를 몇 개까지 볼지 설정한 크기를 의미합니다.
반응형
'[INTURNSHIP] > HuminTec' 카테고리의 다른 글
fastText (0) | 2021.01.25 |
---|---|
GloVe (0) | 2021.01.25 |
NMP (0) | 2021.01.25 |
pyQt5.reference (0) | 2021.01.21 |
Nvivo (0) | 2021.01.11 |
recommendation system.word2vec.NNLM(neural net language model) (0) | 2021.01.06 |
recommendation system.word2vec (0) | 2021.01.06 |
recommendation system.reference (0) | 2021.01.05 |
Comments