한국어 단어 임베딩을 위한 Word2vec 모델의 최적화

강형석; 양장훈

doi:10.9728/dcs.2019.20.4.825

추천

검색

질문

자료유형: 학술저널

저자정보: 강형석 (서울미디어대학원대학교) 양장훈 (서울미디어대학원대학교)

저널정보: 한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제20권 제4호

발행연도: 2019.4

수록면: 825 - 833 (9page)

DOI: 10.9728/dcs.2019.20.4.825

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

단어 임베딩 모델로 최근 인기를 끌고 있는 word2vec 모델을 한국어 처리에 적용하는 사례가 늘고 있다. Word2vec 모델에 대한 표준적인 성능 검증 방식은 유추 검사이지만, 최근까지 한국어에 적합한 유추 검사는 개발되지 않았다. 이런 이유로 한국어 word2vec 모델에 대한 하이퍼파라미터 최적화는 보통 유사도 검사를 통해 이루어졌다. 본 논문에서는 기존의 유사도 검사뿐만 아니라, 한국어의 언어학적 특성을 반영한 유추 검사를 이용해서 하이퍼파라미터 최적화를 시도했다. 그 결과, 학습 알고리즘으로는 skip-gram 방식이 CBOW보다 우수하고, 단어 벡터의 크기는 300 차원이 적절하며, 문맥 윈도의 크기는 5에서 10 사이가 적절함을 발견하였다. 또한, 말뭉치의 크기에 따라서 학습될 어휘 수를 적절하게 제한하는 데 사용되는 최소 출현빈도 값은 총 어휘 수가 100만개 이하일 경우에는 1로 설정하여 가급적 학습될 어휘 수를 적정 수준으로 유지하는 것이 중요함을 확인하였다.

#유추 검사 #하이퍼파라미터 #유사도 검사 #단어 임베딩 #Word2vec #Analogy test #Hyperparameter #Similarity test #Word embedding

참고문헌 (20)

참고문헌 신청

T. Mikolov / 2013 / Efficient estimation of word representations in vector space / arXiv:1301.3781

T. Mikolov / 2013 / Distributed representations of words and phrases and their compositionality / Advances in neural information processing systems :3111~3119

M. Claesen / 2015 / Hyperparameter search in machine learning / arXiv : 1502. 02127

M. Sahlgren / 2008 / The distributional hypothesis / Italian Journal of Disability Studies 20:33~53

M. Baroni / 2014 / Don't count, predict! A systematic comparison of context-counting vs. context-predicting semantic vectors / Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistics (1):238~247

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

강형석

소속기관 서울미디어대학원대학교

주요연구분야 공학 > 컴퓨터학 TOP 5%

논문수 5 이용수 3,946

Janghoon Yang

소속기관 서울미디어대학원대학교

주요연구분야 공학 > 컴퓨터학 TOP 5% 복합학 > 학제간연구

논문수 47 이용수 10,686

이 논문과 함께 이용한 논문

Word2vec 및 fastText 임베딩 모델의 성능 비교

강형석 , 양장훈 디지털콘텐츠학회논문지 2020 .07

한국어 단어 임베딩 모델의 평가에 적합한 유추 검사 세트

강형석 , 양장훈 디지털콘텐츠학회논문지 2018 .10

단어의 문맥 정보 확장을 위한 지식 임베딩 기법

김예원 , 김장원 한국정보기술학회논문지 2022 .11

일상적인 한국어 문장의 정치적 편향을 표현하는 키워드 추출에 대한 연구

강형석 , 양장훈 디지털콘텐츠학회논문지 2021 .12

Word2Vec의 다차원 특징을 이용한 머신러닝 기반 추천 정확도 개선

박세준 , 변영철 한국정보기술학회논문지 2021 .03

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-004-000779209

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (20)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)