질문
1. 단어 임베딩에서 다의어(polysemy) 문제는 어떻게 해결하나요?
2. 훈련 데이터에 없는 새로운 단어는 어떻게 표현이 되나요?
3. 분류 모델 훈련 완료후, 새로운 클래스가 등장했을 때 어떻게 해결하나요?
4. 임베딩에서 “가깝다”는 벡터 공간에서 코사인 유사도를 말하는 건가요? 아니면 다른 distance metrics 를 정의해서 사용하나요?
5. Capsule network로 텍스트 분류 문제를 사용하는건 어떤가요?
6. Attention 모델에서 전체 문장을 보지 않고 고정된 윈도우 사이즈를 정해서 하면 어떤가요?
7. Self attention은 어떻게 최적화 되나요?
- 출처: [edwith] 딥러닝을 이용한 자연어 처리 : Q & A - Text Classification & Sentence Representation - 조경현교수
'IT 와 Social 이야기 > NLP 자연어처리' 카테고리의 다른 글
[edwith] 딥러닝을 이용한 자연어 처리 : Neural Language Models - Overview - Language Modeling - 조경현교수 (0) | 2021.03.18 |
---|---|
[D2] 음향 상황인식과 교사-학생 학습의 적용 - 허희수님 (0) | 2021.03.17 |
[edwith] 딥러닝을 이용한 자연어 처리 : Text Classification & Text Representation - Summary - 조경현교수 (0) | 2021.03.17 |
[edwith] 딥러닝을 이용한 자연어 처리 : Self Attention & RNN - 조경현교수 (0) | 2021.03.17 |
[edwith] 딥러닝을 이용한 자연어 처리 : CBoW & RN & CNN - 조경현교수 (0) | 2021.03.17 |