예를 들어 문장에서 다음 단어를 예측하려고하면 bi gram 접근법을 사용하고 코퍼스의 이전 단어를 기반으로 발생하는 단어의 확률을 계산할 수 있습니다.단어 예측 : neural net 대 n-gram 접근
대신에 신경망을 사용하여 다음 단어를 예측합니다. 훈련 데이터는 단어 쌍으로 구성되며, 각 쌍에는 현재 단어와 다음 단어가 들어 있습니다. 그물을 훈련하는 것은 단어의 벡터화 된 표현으로 입력 값을 사용하고, 출력 값은 코퍼스에서 다음 단어의 벡터화 된 표현입니다.
나는 신경망이 더 잘 수행 될 것으로 기대하지만 왜 그런지 모르겠다.
신경망과 고전적인 접근 방법을 사용하는 것이 더 좋은 경우는 언제입니까? 이 경우에는 신경망 대 n-gram 모델입니다. 이 질문이 모호하면 사과드립니다.
아마도 답은 시행 착오이며 어떤 모델이 더 빠른 성능을 갖고 있으며 더 나은 예측을 내릴 수 있습니까?
예측을 만들기 위해 n-gram 모델을 사용하는 대신 확률 계산이 필요한 반면 예측을 벡터 승수로 만드는 것과 같이 신경망이 더 잘 수행됩니다.
https://arxiv.org/abs/1606.07470 또는 https://arxiv.org/abs/1608.04631의 줄에 뭔가가 있습니까? – alvas