Bag of Words: 두 판 사이의 차이
IT위키
편집 요약 없음 |
편집 요약 없음 |
||
17번째 줄: | 17번째 줄: | ||
* 순서 무시: Home run과 Run home을 구분하지 못함 | * 순서 무시: Home run과 Run home을 구분하지 못함 | ||
* 정확도 의존성: 오타, 변형어, 줄임말 등은 전혀 다른 단어로 인식됨 | * 정확도 의존성: 오타, 변형어, 줄임말 등은 전혀 다른 단어로 인식됨 | ||
== 대안 및 보완 == | |||
* [[RNN]] | |||
* [[워드 임베딩]] | |||
* [[N-Gram]] | |||
* [[TF-IDF]] | |||
== 같이 보기 == | |||
* [[자연어 처리]] |
2020년 1월 3일 (금) 00:11 기준 최신판
- BoW; 단어 가방
- 문장을 구성하는 단어들을 카운팅하여 문장을 분석하는 기법
- 문장을 기반으로 기계학습을 수행할 때 가장 간단하게 할 수 있는 수치화 방법
예시[편집 | 원본 편집]
- 문장1: I love you, 문장2: You love me, 문장3: You and I love you and me
- 구성 단어: I, Love, You, Me, And
- 표현
- I love you = [1,1,1,0,0]
- You love me = [0,1,1,1,0]
- You and I love you and me = [1,1,2,1,2]
한계점[편집 | 원본 편집]
- Sparsity: 문장을 구성하는 단어들이 많아질 경우 계산 부하 급격히 증가
- 부정확성: 단어의 구성만으로 분석한 결과는 엉뚱하게 나올 수 있음
- 순서 무시: Home run과 Run home을 구분하지 못함
- 정확도 의존성: 오타, 변형어, 줄임말 등은 전혀 다른 단어로 인식됨