IT용어위키



워드 임베딩

Word Embedding

문장 분석 시 단어를 표현함에 있어서 유사도를 부여하는 벡터 표현법

1. 구성

  • 유사도 기준: 단어와 단어간 유사도를 부여할 기준. 거리나 문자 유사도 등
  • 소프트 맥스: 유사도를 산출한 임베딩 값을 통해 유사 단어 분류
  • 표현: 유사 단어를 그래프나 수치로 표현

2. 장단점

  • 장점
    • 단어간의 유사도 측정에 용이
    • 단어간의 관계 파악에 유리
    • 벡터 연산을 통한 추론이 가능
  • 단점
    • 단어의 Subword 정보 인식 불가
      • ex) 서울지하철, 대구지하철의 유사도 유추 불가
    • OOV(Out of Vocabulary)에 적용 불가
      • 새로운 단어가 들어오면 새로 학습시켜야 함, 기존 모델 재활용 불가

3. 같이 보기

  • Word2Vec: 여러 기준으로 단어를 임베딩해주는 파이썬 도구
  • Fasttext: Facebook에서 공개한, Word2Vec보다 개선된 워드 임베딩 도구

  출처: 공대위키(공대위키에서 최신 문서 보기)
  * 본 페이지는 공대위키에서 미러링된 페이지입니다. 일부 오류나 표현의 누락이 있을 수 있습니다. 원본 문서는 공대위키에서 확인하세요!