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 23
왜 이 논문인가 — 선정 기준
RESEARCH PAPER · 후속 연구설계에 활용하기 좋은 논문 — 척도·모형·프레임워크류, 피인용 다수
2017-12 발표 · 피인용 9,652회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 참고문헌 47개
RESEARCH PAPER 슬롯은 후속 연구 설계에 활용하기 좋은 논문을 선정하며, 이 논문은 분야 평균 대비 인용 영향력이 매우 높고 동년 상위 1%에 속한다.
논문 요약
연구진은 기존 skip‑gram 모델에 문자 n‑그램을 이용한 서브워드 정보를 결합하여 단어를 n‑그램의 벡터 합으로 표현하는 방법을 제안한다. 이 접근은 빠른 학습 속도를 유지하면서, 훈련 데이터에 없는 단어에 대해서도 표현을 생성한다. 제안된 모델은 9개 언어에 대해 단어 유사도와 유추 과제에서 기존 방법보다 우수한 성능을 보이며, 9,652회의 피인용수를 기록한다.
후속 연구설계에 활용하기
후속 연구에서는 서브워드 기반 임베딩을 변수·척도로 채택해 저빈도 단어 처리와 다언어 전이 학습 실험에 적용할 수 있다.
핵심어
단어 임베딩서브워드문자 n‑gram언어 모델
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.