일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- 빅데이터
- gcp
- two-pointer
- Python
- 파이썬
- 알고리즘
- 구글퀵랩
- 클라우드
- GenerativeAI
- 파이썬기초
- 코드업파이썬
- 릿코드
- Blazor
- 생성형AI
- Microsoft
- 코드업
- nlp
- GenAI
- 투포인터
- 자연어처리
- codeup
- 리트코드
- 데이터사이언스
- 머신러닝
- 파이썬알고리즘
- Azure
- LeetCode
- Python3
- C#
- 파이썬기초100제
Archives
- Today
- Total
목록백오브워즈 (1)
Tech for good

(한국어 임베딩(Sentence Embeddings Using Korean Corpora) - 이기창 지음 / NAVER Chatbot Model 감수) 목차 2. 벡터가 어떻게 의미를 가지게 되는가 2.1. 자연어 계산과 이해 2.2. 어떤 단어가 많이 쓰였는가 2.2.1. 백오브워즈 가정 2.2.2. TF-IDF 2.2.3. Deep Averaging Network 2.3. 단어가 어떤 순서로 쓰였는가 2.3.1. 통계 기반 언어 모델 2.3.2. 뉴럴 네트워크 기반 언어 모델 2.4. 어떤 단어가 같이 쓰였는가 2.4.1. 분포 가정 2.4.2. 분포와 의미 (1): 형태소 2.4.3. 분포와 의미 (2): 품사 2.4.4. 점별 상호 정보량 2.4.5. Word2Vec 2.5. 이 장의 요약 2...
IT/Data Science
2021. 4. 14. 16:58