Machine learning
FastText
FastText는 Facebook AI Research(Joulin, Bojanowski, Grave, and Mikolov, 2016–2017)에서 개발한 단어 임베딩 및 텍스트 분류 프레임워크로, 각 단어를 문자 n-그램 벡터의 합으로 표현합니다. 이를 통해 학습되지 않은 단어와 형태학적으로 풍부한 단어에 대한 의미 있는 표현을 구성하고, 딥러닝 신경망 대안보다 훨씬 빠른 속도로 최첨단에 가까운 텍스트 분류를 수행할 수 있습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 3). FastText: Subword-Level Word Embeddings and Efficient Text Classification. ScholarGate. https://scholargate.app/ko/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 →