FastText
FastText adalah kerangka kerja penyematan kata (word embedding) dan klasifikasi teks yang dikembangkan oleh Facebook AI Research (Joulin, Bojanowski, Grave, dan Mikolov, 2016–2017) yang merepresentasikan setiap kata sebagai jumlah dari vektor n-gram karakternya, memungkinkannya untuk membangun representasi yang bermakna untuk kata-kata yang belum pernah dilihat dan kaya secara morfologis serta melakukan klasifikasi teks yang mendekati keadaan seni (state-of-the-art) dengan kecepatan berkali-kali lipat lebih cepat daripada alternatif jaringan saraf tiruan dalam (deep neural network).
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). FastText: Subword-Level Word Embeddings and Efficient Text Classification. ScholarGate. https://scholargate.app/id/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 BayesPembelajaran Mesin↔ compare
- Word2VecPenambangan Teks↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →