워드 임베딩

Word Embedding

문장 분석 시 단어를 표현함에 있어서 유사도를 부여하는 벡터 표현법

구성

• 유사도 기준: 단어와 단어간 유사도를 부여할 기준. 거리나 문자 유사도 등
• 소프트 맥스: 유사도를 산출한 임베딩 값을 통해 유사 단어 분류
• 표현: 유사 단어를 그래프나 수치로 표현

장단점

• 장점
  • 단어간의 유사도 측정에 용이
  • 단어간의 관계 파악에 유리
  • 벡터 연산을 통한 추론이 가능
• 단점
  • 단어의 Subword 정보 인식 불가
    • ex) 서울지하철, 대구지하철의 유사도 유추 불가
  • OOV(Out of Vocabulary)에 적용 불가
    • 새로운 단어가 들어오면 새로 학습시켜야 함, 기존 모델 재활용 불가

같이 보기

• Word2Vec: 여러 기준으로 단어를 임베딩해주는 파이썬 도구
• Fasttext: Facebook에서 공개한, Word2Vec보다 개선된 워드 임베딩 도구