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 | 29 | 30 |
Tags
- nlp
- 자연어처리
- GenerativeAI
- 구글퀵랩
- Microsoft
- Python3
- 코드업
- 파이썬
- medium
- sql코테
- 파이썬알고리즘
- 알고리즘
- slidingwindow
- Python
- SQL
- LeetCode
- 파이썬기초100제
- 릿코드
- 투포인터
- codeup
- gcp
- two-pointer
- stratascratch
- 리트코드
- dfs
- 니트코드
- GenAI
- 생성형AI
- heap
- 슬라이딩윈도우
Archives
- Today
- Total
목록vector (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