Data Science/NLP with Deep Learning7 NTN으로 시작하는 자연어처리와 딥러닝 (0) - 들어가기 앞서 『NTN으로 시작하는 자연어처리와 딥러닝』 왜 NTN으로 NLP와 Deep Learning인가? NTN은 Neural Tensor Network의 약자로 스탠포드 대학교 교수인 Richard Socher (2013)가 "Reasoning With Neural Tensor Networks for Knowledge Base Completion"에서 지식을 넘어선 추론(Reasoning Over Knowledge)을 위해 제시한 딥러닝 모델입니다. 1) NTN은 자연어처리와 딥러닝의 교집합2) Word Vector Representation 이해에 도움3) Neural Network 이해에 도움 1. NTN은 자연어처리와 딥러닝의 교집합이다NTN 모델에서 다루는 주요 주제는 Question Answering과.. 2018. 2. 6. 딥러닝으로 NLP 하자 (2) - word2vector, Word Vectors 기초 ※ 본 포스팅은 스탠포드 대학의 "CS224n: Natural Language Processing with Deep Learning"1 강의를 수강하며 배운 것을 정리하기 위해 작성되었습니다. 모든 원문은 다음 링크에서 확인하실 수 있습니다. http://web.stanford.edu/class/cs224n/ 정리한 내용이 불완전하고 오류가 있을 수 있습니다. 댓글로 말씀해주시면 큰 도움이 됩니다. Word Vectors 1. Word의 의미2. word2vec 개요 3. Word Vectors4. word2vec objective function gradients5. Optimiztation refresher 1. Word의 의미단어의 의미(meaning)를 어떻게 대신 표현(representation.. 2017. 9. 19. 딥러닝으로 NLP 하자 (1) - NLP와 Deep learning 기초 ※ 본 포스팅은 스탠포드 대학의 "CS224n: Natural Language Processing with Deep Learning" 강의를 수강하며 배운 것을 정리하기 위해 작성되었습니다. 모든 원문은 다음 링크에서 확인하실 수 있습니다. http://web.stanford.edu/class/cs224n/ Prerequisites for this course- Proficiency in Python- Multivariate Calculus, Linear Algebra- Basic Probability and Statistics- Fundamentals of Machine Learning(loss functions, taking simple derivatives, performing optimizatio.. 2017. 9. 19. 이전 1 2 다음
