ScholarGate
دستیار
Machine learning

فست‌تکست

فست‌تکست یک چارچوب جاسازی کلمات و طبقه‌بندی متن است که توسط آزمایشگاه هوش مصنوعی فیسبوک (ژولین، بویانووسکی، گریو و میکولوف، ۲۰۱۶–۲۰۱۷) توسعه یافته است. این چارچوب هر کلمه را به صورت مجموع بردارهای n-gram کاراکتری آن نمایش می‌دهد، که این امکان را فراهم می‌کند تا نمایش‌های معناداری برای کلمات دیده‌نشده و غنی از نظر مورفولوژیکی بسازد و طبقه‌بندی متن را با سرعتی نزدیک به حالت پیشرفته و چندین برابر سریع‌تر از جایگزین‌های شبکه‌های عصبی عمیق انجام دهد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. Joulin, A., Grave, E., Bojanowski, P. & Mikolov, T. (2017). Bag of Tricks for Efficient Text Classification. In Proceedings of EACL 2017, Short Papers, pp. 427–431. ACL. DOI: 10.18653/v1/e17-2068
  2. Bojanowski, P., Grave, E., Joulin, A. & Mikolov, T. (2017). Enriching Word Vectors with Subword Information. Transactions of the Association for Computational Linguistics, 5, 135–146. DOI: 10.1162/tacl_a_00051
  3. Goldberg, Y. (2017). Neural Network Methods for Natural Language Processing. Morgan & Claypool Publishers. ISBN: 978-1-62705-298-6

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). FastText: Subword-Level Word Embeddings and Efficient Text Classification. ScholarGate. https://scholargate.app/fa/deep-learning/fasttext

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

ارجاع‌شده در

ScholarGateFastText (FastText: Subword-Level Word Embeddings and Efficient Text Classification). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/deep-learning/fasttext · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026