www.jstor.org/stable/4178109?seq=1 predicate이 complement에 가하는 restriction (1) subcategorization (syntactic frame) (2) semantic selection (semantic frame) Interrogative, Exclamatory Complement matrix에선 different syntactic structure (syntax ≠, semantic ≠) embedded clause에선 same syntactic structure (syntax =, semantic ≠) Q: I will ask how tall John is (ignorance, non-factive, indeterminacy) E: It's..

Transformer 이전엔 RNN, LSTM과 같은 recurrent model에 attention을 추가하여 성능을 향상했는데, Transformer는 recurrence 없이 attention만 사용하고도 좋은 성능을 보인 모델이다. recurrence가 없기 때문에 임베딩뿐만 아니라 positional encoding을 입력으로 주어 토큰의 순서 정보를 제공해줘야 한다. Transformer의 모델은 크게 Autoregressive model과 Autoencoding model로 나눌 수 있다. Autoregressive model은 transformer의 decoder에 해당하고 Autoencoding model은 transformer의 encoder에 해당한다. 그래서 Autoregressiv..

임베딩이란 자연어처리 분야에서 의미를 표현하는 표준적인 방식이다. ‘비슷한 맥락에 등장하는 단어들은 유사한 의미를 지닌다’는 distributional hypothesis에 따라, 임베딩에서 의미는 어떤 단어가 사용되는 문맥에 따라 정의된다. 단어의 의미를 벡터로 표현한 임베딩을 사용하면, 벡터 연산을 통해 유사도 계산 등 다양한 과제를 할 수 있다. 초기의 임베딩은 단순히 주변 단어의 빈도를 나타내는 것이었으나, 최근에는 transformer model을 활용한 임베딩으로까지 발전했다. 1. Static Word Embedding 1.1. Sparse Vector - TF-IDF, PMI 등이 있다 - 특정 단어의 빈도를 기반으로 한 임베딩이다 - 일반화 어렵다 - 0이 많아서 벡터 크기가 크다 * t..

www.streamlit.io/ Streamlit — The fastest way to create data apps Streamlit is an open-source app framework for Machine Learning and Data Science teams. Create beautiful data apps in hours, not weeks. All in pure Python. All for free. www.streamlit.io Streamlit 웹사이트 메인 페이지. "The fastest way" ?? 인정인정 한동안 파이썬 함수를 웹사이트로 만들고 싶어서 구글링하고 다녔는데 다들 말만 엄청 간단하다!! 완전 쉽다!!라고 해놓고 이해가 하나도 안 가서 포기하고 있었다 근데 진짜진짜 ..

0r2#rld7lxolNJ 6rLrlN ^^-7l 0r2 알 #r 파 ld7lx 벳 ol 으 (왼쪽 90도 회전) NJ 로 (왼쪽 90도 회전) 6rL 한 rlN 글 (왼쪽 90도 회전) ^^- 쓰 7l 기 ㅎㅎㅎ 억지스러운 것도 있지만 요즘 사람들은 이렇게 아이디 만든다며?!?!?! 난 영어 자판으로 해놓고 한글 쓰는뎁 파이썬으로 함수 만들었는데 웹페이지로 어떻게 만드는지 모르겠다. 엄청 어렵네 우선 한땀한땀 열심히 딕셔너리를 만들고 # 'key' : [[있는 그대로의 형태], [왼쪽으로 90도 회전한 형태], [오른쪽으로 90도 회전한 형태], [180도 회전한 형태]] onset_dict = { 'ㄱ': [['7'], ['r'], ['_l'], ['L']], 'ㄲ': [['77'], ['F'], [..

www.sciencedirect.com/science/article/abs/pii/S0740624X16301253 E-petition popularity: Do linguistic and semantic factors matter? E-petitioning technology platforms elicit the participation of citizens in the policy-making process but at the same time create large volumes of unst… www.sciencedirect.com Reference - Twitter studies: impact of textual patterns on retweets - Communication studies of..