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 37
왜 이 논문인가 — 선정 기준
RESEARCH PAPER · 후속 연구설계에 활용하기 좋은 논문 — 척도·모형·프레임워크류, 피인용 다수
2017-12 발표 · 피인용 9,639회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 참고문헌 47개
RESEARCH 슬롯은 후속 연구 설계에 활용도가 높은 논문을 선정하는데, 9,639회 인용된 본 논문은 해당 분야에서 압도적인 영향력을 보인다.
논문 요약
본 논문은 기존 skip‑gram 모델에 문자 n‑gram을 결합해 각 단어를 문자 서브워드들의 벡터 합으로 표현하는 방식을 제안한다. 이 접근은 빠른 학습을 가능하게 하며, 훈련 데이터에 없던 단어도 벡터를 생성할 수 있다. 제안된 모델을 9개 언어에 대해 단어 유사도와 유추 과제에 적용해 기존 모델 대비 우수한 성능을 확인하였다.
후속 연구설계에 활용하기
서브워드 기반 임베딩을 변수 혹은 특징으로 도입하고, 새로운 언어 혹은 도메인에 대한 성능을 비교·확장하는 실험 설계에 활용할 수 있다.
핵심어
단어 임베딩서브워드문자 n‑gram유사도 평가
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.