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 9
왜 이 논문인가 — 선정 기준
RESEARCH PAPER · 후속 연구설계에 활용하기 좋은 논문 — 척도·모형·프레임워크류, 피인용 다수
2017-12 발표 · 피인용 11,083회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 참고문헌 49개
RESEARCH SLOT 기준에 따라 2017년 발표된 논문으로 피인용 11,083회, 동년 상위 1%라는 압도적인 영향력을 보여 후속 연구에 적합하다.
논문 요약
이 연구는 기존 Skip‑gram 모델에 서브워드(문자 n‑gram) 정보를 통합해 각 n‑gram에 벡터를 할당하고 단어 벡터를 이들의 합으로 구성한다. 이를 통해 대용량 코퍼스에서도 빠르게 학습이 가능하고, 훈련 데이터에 없던 단어도 벡터를 생성할 수 있다. 9개 언어에 대해 단어 유사도와 유추 과제에서 기존 방식보다 우수한 성능을 입증하였다.
후속 연구설계에 활용하기
다음 연구에서는 서브워드 임베딩을 특징으로 사용하거나, n‑gram 길이와 합산 방식 등 변수를 조작해 특정 도메인에 최적화된 임베딩을 설계할 수 있다.
핵심어
워드 임베딩서브워드캐릭터 n‑gramOOV 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.