Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- NLU
- pytorch
- 서비스기획부트캠프
- 스타터스부트캠프
- 데이터도서
- 취업부트캠프 5기
- 유데미코리아
- 추천시스템
- 딥러닝
- BERT
- 그래프
- 알고리즘
- AWS builders
- 특성중요도
- 유데미부트캠프
- SQL
- 스타터스
- 부트캠프후기
- NLP
- AARRR
- 유데미큐레이션
- SLASH22
- sql정리
- 토스
- 서비스기획
- MatchSum
- 임베딩
- 취업부트캠프
- 사이드프로젝트
- 그로스해킹
Archives
- Today
- Total
목록seqGAN (1)
다시 이음
SEQGAN 프로젝트
느낀 점 seqGAN은 딥러닝 기본만 배운 입장에서는 섣불리 도전하기에는 복잡한 모델인것 같습니다. 자연어 처리를 할때 필요한 토큰화, 임베딩, 인코딩 등등 여러가지부분을 생각해보고 프로젝트를 설계해야합니다. word2vec을 사용하여 word to index, index to word에 해당하는 dictionary를 만들어서 seqGAN에 적용하는 형태를 주로 형성하고 있습니다. 저는 Fasttext를 통해서 사용해보려고 했으나 Fasttext안에 메소드인 index to word를 사용하여 인코딩 하는 방식이 잘 진행되지 않았습니다. 자소분리를 통하여 정확도를 올리는 작업이 생각보다 효율적인지 모르겠습니다. 자소분리를 적용한 corpus를 다시 원래대로 돌려놓으면 내용이 많이 달라지는 등 좋은 결과가..
프로젝트
2021. 11. 16. 11:55