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 13
왜 이 논문인가 — 선정 기준
RESEARCH PAPER · 후속 연구설계에 활용하기 좋은 논문 — 척도·모형·프레임워크류, 피인용 다수
2017-12 발표 · 피인용 10,240회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 참고문헌 49개
RESEARCH 슬롯에 선정된 이유는 2017년 발표 이후 10,240회 인용되어 분야 평균 대비 인용 영향력이 매우 높고, 후속 연구 설계에 활용도가 극대화된 핵심 논문이기 때문이다.
논문 요약
이 논문은 단어를 문자 n-그램의 집합으로 표현하고, 각 n-그램에 벡터를 할당한 뒤 합산하여 단어 벡터를 생성한다. 이를 통해 형태소 정보를 반영하고, 희귀어나 훈련에 등장하지 않은 단어(OOV)에도 벡터를 빠르게 계산할 수 있다. 제안 방법은 대규모 코퍼스에서도 신속히 학습 가능하며, 9개 언어에 걸친 유사도 및 유추 과제에서 기존 방식보다 우수한 성능을 보였다.
후속 연구설계에 활용하기
후속 연구에서는 n-그램 길이·가중치 등을 변수화하여 저자 언어별 성능 차이를 비교하거나, 서브워드 임베딩을 다른 언어 모델에 결합하는 설계를 시도할 수 있다.
핵심어
단어 임베딩하위단어문자 n-그램OOV 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.