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 25
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 PAPER 슬롯은 9,639회의 인용과 동년 상위 1% 논문이라는 높은 영향력으로 후속 연구에 활용도가 높아 선정되었다.
논문 요약
대규모 비지도 코퍼스에서 학습된 연속형 단어 표현은 NLP 작업에 유용하지만, 기존 모델은 형태소 정보를 무시한다. 본 논문은 skip‑gram 모델에 문자 n‑gram을 도입해 각 n‑gram마다 벡터를 학습하고, 단어를 해당 n‑gram 벡터들의 합으로 표현한다. 이 방법은 학습 속도가 빠르고, 훈련 데이터에 등장하지 않은 단어(OOV)에도 벡터를 즉시 생성한다. 9개 언어에 대해 단어 유사도·유추 과제를 수행해 기존 방법 대비 우수한 성능을 보였다.
후속 연구설계에 활용하기
다음 연구에서는 서브워드 기반 임베딩을 저자원 언어에 적용하고, OOV 단어 처리 효율성을 정량화하는 실험 설계에 활용할 수 있다.
핵심어
단어 임베딩서브워드skip‑gramOOV
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.