메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김광호 (서강대학교) 이동현 (서강대학교) 임민규 (서강대학교) 김지환 (서강대학교)
저널정보
한국음성학회 말소리와 음성과학 말소리와 음성과학 제7권 제4호
발행연도
2015.12
수록면
3 - 8 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we investigate an input dimension reduction method using continuous word vector in deep neural network language model. In the proposed method, continuous word vectors were generated by using Google’s Word2Vec from a large training corpus to satisfy distributional hypothesis. 1-of-|V| coding discrete word vectors were replaced with their corresponding continuous word vectors. In our implementation, the input dimension was successfully reduced from 20,000 to 600 when a tri-gram language model is used with a vocabulary of 20,000 words. The total amount of time in training was reduced from 30 days to 14 days for Wall Street Journal training corpus (corpus length: 37M words).
#deep neural network #language model #continuous word vector #input dimension reduction

목차

ABSTRACT
1. 서론
2. Deep Neural Network 기반 언어모델
3. 연속 벡터 공간상에서의 단어 벡터 모델을 이용한 입력 벡터의 차원 감소 연구
4. 연속 공간상에서의 단어 벡터 검증
5. 결론
참고문헌

참고문헌 (12)

참고문헌 신청
[학술지(정기간행물)] - Bengio, Y. / 2003 / A neural probabilistic language model / Journal of Machine Learning Research 3 : 1137 ~ 1155 google schola [학술지(정기간행물)] - Bengio, Y. / 2009 / Learning deep architectures for AI / Journal of Foundations and Trends in Machine Learning 2 (1) : 1 ~ 127 google schola [학술대회논문] - Schwenk, H. / 2005 / Training neural network language models on very large corpora / in Proc. Empirical Methods in Natural Language Processing : 201 ~ 208 google schola [학술대회논문] - Arisoy, E. / 2012 / Deep neural network language models / in Proc. NAACL-HLT 2012 Workshop: Will We Ever Really Replace the N-gram Model? On the Future of Language Modeling for HLT : 20 ~ 28 google schola [학술지(정기간행물)] - Turney, P. / 2010 / From frequency to meaning:vector space models of semantics / Journal of Artificial Intelligence Research 37 (1) : 141 ~ 188 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Convolutional Neural Network 기반의 악성코드 이미지화를 통한 패밀리 분류
석선희 ,  김호원 정보보호학회논문지 2016 .02
Word2vec 모델을 이용한 대체어 후보 자동 추출
김상윤 ,  이수원 한국정보과학회 학술발표논문집 2015 .12
텍스트 마이닝을 이용한 산업공학 연구기법의 분석
조근호 ,  임시영 ,  허선 대한산업공학회지 2014 .02
소셜 네트워크 서비스 사용자 간의 친밀도 측정 기법 및 실험
설광수 ,  김정동 ,  심형남 외 1명 정보과학회논문지 : 정보통신 2012 .08
Large-Scale Text Classification with Deep Neural Networks
Hwiyeol Jo ,  Jin-Hwa Kim ,  Kyung-Min Kim 외 3명 정보과학회 컴퓨팅의 실제 논문지 2017 .05

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2016-700-002320605