레플리
글 수 281

Word2Vec의 학습 방식

조회 수 896 추천 수 0 2019.01.17 23:56:07


 

https://ratsgo.github.io/from%20frequency%20to%20semantics/2017/03/30/word2vec/

 

 

 

Word2Vec에 대해서 자세히 알려주는 글입니다. 학습방식에 따라 CBOW와 Skip-gram이 있는데, 여기서는 후자를 기준으로 설명하고 있습니다.

 

Skip-gram은 중심단어로 주변단어를 예측하도록 학습합니다. 우선 위키피디아 같은 코퍼스에서 특정 윈도우(중심단어에서 왼쪽, 오른쪽 범위) 만큼 입력과 출력 단어를 뽑아냅니다.

 

 

 

나는 너를 너무 사랑해 정말로 (중심단어:너무, 윈도우:2)
-> (너무, 나는)
-> (너무, 너를)
-> (너무, 사랑해)
-> (너무, 정말로)

 

이렇게 학습 데이터를 만들고 트레이닝을 하면 비슷한 의미를 가진 단어들은 가중치의 값이 유사하게 수렴합니다. 문맥을 통해서 단어들의 의미를 파악한다고 볼 수 있습니다.

 

 

 

그런데 문제는 단어의 개수가 많을 수록 학습시간이 오래 걸린다는 점입니다. 입력과 출력이 one-hot 인코딩이기 때문에 단어의 수만큼 가중치 연결이 늘어납니다.

 

이를 해결하기 위한 첫 번째 방법은 subsampling입니다. 자주 나오는 단어일수록 높은 확률로 학습에서 제외시킵니다. 두 번째는 negative sampling으로 정답인 positive 샘플 하나와 정답이 아닌 negative 샘플 몇 십개만 뽑아서 선택적으로 가중치를 업데이트 합니다.

엮인글 :
List of Articles
제목 글쓴이 날짜 조회 수sort
Word2Vec 테스트 사이트 file 깊은바다 2019-01-13 1182
쉽게 씌어진 Word2Vec [2] 깊은바다 2017-12-25 1177
딥러닝 기반 자연어 언어모델 BERT - Colab 실습 코드 포함 file 깊은바다 2019-09-02 1177
최신 자연어처리 모델 소개 file 깊은바다 2022-07-11 1172
커뮤니케이션과 AI - Multi-channel CNN을 이용한 한국어 감성분석 깊은바다 2018-11-22 1156
퓨샷(few-shot) 러닝에 최적화된 GPT3 모델 file 깊은바다 2020-05-30 1154
LLM 챗봇의 특징 2가지 - RAG와 Function 깊은바다 2023-07-06 1147
딥러닝 질의응답 시스템인 cdQA-suite 깊은바다 2020-03-08 1141
유저 피드백을 받아 지속적으로 학습을 하는 챗봇 - BlenderBot 3 file 깊은바다 2022-08-06 1135
다이나믹 메모리 네트워크 정리 file 깊은바다 2018-09-29 1134
딥러닝을 이용한 자연어 처리 입문 - 위키독스 깊은바다 2018-09-21 1100
Dialog-BERT: 100억건의 메신저대화로 일상대화 인공지능 서비스하기 file [1] 깊은바다 2020-04-19 1091
딥러닝으로 욕설 탐지하기 file [2] 깊은바다 2018-05-04 1073
Jay Alammar의 트랜스포머 한글 번역글 깊은바다 2019-05-09 1058
WizardLM의 Evol-instruct로 직접 한글 데이터셋을 만든 모델 file 깊은바다 2023-06-19 1055