FastText
FastText on sanojen upotusten ja tekstinluokittelun kehys, jonka Facebook AI Research (Joulin, Bojanowski, Grave ja Mikolov, 2016–2017) on kehittänyt. Se esittää jokaisen sanan merkkien n-grammivektorien summana, mikä mahdollistaa mielekkäiden esitysten muodostamisen näkymättömille ja morfologisesti rikkaille sanoille sekä tekstinluokittelun suorittamisen lähes huipputuloksilla, moninkertaisesti nopeammin kuin syvät neuroverkkovaihtoehdot.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
- 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 ↗
- Goldberg, Y. (2017). Neural Network Methods for Natural Language Processing. Morgan & Claypool Publishers. ISBN: 978-1-62705-298-6
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). FastText: Subword-Level Word Embeddings and Efficient Text Classification. ScholarGate. https://scholargate.app/fi/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.
- Naive BayesKoneoppiminen↔ compare
- Word2VecTekstinlouhinta↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →