순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Piotr Bojanowski, Édouard Grave, Armand Joulin 외 · Transactions of the Association for Computational Linguistics · 2017년 · 조회 30
왜 이 논문인가 — 선정 기준
RESEARCH PAPER · 후속 연구설계에 활용하기 좋은 논문 — 척도·모형·프레임워크류, 피인용 다수
2017-12 발표 · 피인용 9,604회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 참고문헌 47개
RESEARCH 슬롯은 후속 연구 설계에 활용 가능한 논문을 선정하는데, 이 논문은 9,604회 인용(상위 1%)이라는 높은 영향력을 가지고 있어 후속 연구에 좋은 기반이 된다.
논문 요약
대규모 비라벨링 코퍼스를 이용한 연속 단어 표현은 다양한 NLP 작업에 유용하지만, 기존 모델은 단어 형태소를 무시한다. 본 논문은 스킵그램 기반에 문자 n‑그램을 bag 형태로 결합해 각 n‑그램에 벡터를 할당하고, 단어를 이러한 벡터들의 합으로 표현한다. 이 방법은 빠르게 대규모 코퍼스를 학습할 수 있으며, 학습에 등장하지 않은 단어의 표현도 생성한다. 저자는 9개 언어에 대해 단어 유사도와 유추 과제를 통해 성능을 평가한다.
후속 연구설계에 활용하기
새로운 언어나 도메인 별 코퍼스에 동일한 서브워드 임베딩을 적용하고, n‑그램 크기와 합산 방식 등을 변수로 설정해 downstream 작업 성능을 비교 분석할 수 있다.
핵심어
단어 임베딩서브워드문자 n‑그램자연어 처리
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.