Leveraging More Fine-grained Representation to Reduce Instability within Word Embeddings

박수지; 신효필

doi:https://doi.org/10.29403/LI.23.3.1

추천

검색

자료유형: 학술저널

저자정보: 박수지 신효필 (서울대학교)

저널정보: 한국언어정보학회 언어와 정보 언어와 정보 제23권 제3호

발행연도: 2019.11

수록면: 1 - 18 (18page)

DOI: https://doi.org/10.29403/LI.23.3.1

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This paper investigates the notion of instability in word embeddings, primarily focused on the Korean language, by analyzing the effects of instability on several tasks using word level, character level, and sub-character level embeddings. Korean has a complex morphological system and is written at units smaller than that of a single character, making it optimal for comparing the three types of embeddings. We first carry out several intrinsic evaluations such as word similarity and analogy tests, as well as an extrinsic evaluation of the embeddings on the task of sentiment analysis. These results show that sub-character embeddings outperform the other two types, obtaining both higher and more consistent results, especially when the corpus size is large. Based on these findings, our hypothesis is that embeddings trained on smaller units and larger corpora would also be a better choice in terms of stability. To investigate this, we implemented two stability tests, looking into cosine similarity standard deviations and intersection of nearest neighbors among models. Our findings demonstrate that indeed, the smaller the embedding unit and the larger the corpus, the more stable the embedding type is. Importantly, our results illustrate the necessity of taking instability into consideration when using word embeddings within a given experiment.

#Word embeddings #stability of embeddings #sub-char embeddings

참고문헌 (19)

참고문헌 신청

Antoniak, Maria / 2018 / Evaluating the Stability of Embedding-based Word Similarities / Transactions of the Association for Computational Linguistics 6:107~119

Bojanowski, Piotr / 2017 / Enriching Word Vectors with Subword Information / Transactions of the Association of Computational Linguistics 5(1):135~146

Devlin, Jacob / 2018 / Bert: Pre-training of deep bidirectional transformers for language understanding / arXiv preprint arXiv:1810. 04805

Finkelstein, Lev / 2002 / Placing Search in Context : The Concept Revisited / ACM Transactions on Information 793 Systems 20(1):116~131

Hellrich, Johannes / 2016 / Bad Company — Neighborhoods in Neural Embedding Spaces Considered Harmful / Proceedings of COLING 2016, the 26th International Conference on Computational Linguistics: Technical Papers :2785~2796

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

박수지

소속기관

주요연구분야 인문학 > 어문학 > 언어학 일반

논문수 1 이용수 2

신효필

소속기관 서울대학교

주요연구분야 인문학 > 어문학 > 언어학 일반

논문수 2 이용수 4

최근 본 자료

전체보기

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 (19)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)