Links
📚

Dizi Modellerinin Genel Kavramları

👩‍🏫 Notasyon

Metin işleme bağlamında (örneğin: Doğal Dil İşleme NLP)
Sembo
Açıklama
X<t>X^{<t>}
Giriş dizisindeki t'inci kelime
Y<t>Y^{<t>}
Çıkış dizisindeki t'inci kelime
X(i)<t>X^{(i)<t>}
i'inci giriş dizisindeki t'inci kelime
Y(i)<t>Y^{(i)<t>}
i'inci çıkış dizisindeki t'inci kelime
Tx(i)T^{(i)}_x
i'inci giriş dizisinin uzunluğu
Ty(i)T^{(i)}_y
i'inci çıkış dizisinin uzunluğu

🚀 One Hot Encoding

Kelimeleri temsil etmenin bir yolu, böylece onları kolayca kullanabiliriz

🔎 Örnek

Diyelim ki 10 kelimeden oluşan (🤭) bir sözlüğümüz var ve sözlükteki kelimeler:
  • Car, Pen, Girl, Berry, Apple, Likes, The, And, Boy, Book.
Ve Bizim
X(i)X^{(i)}
: The Girl Likes Apple And Berry
Böylece bu diziyi aşağıdaki gibi temsil edebiliriz 👀
Car -0) ⌈ 0 ⌉ ⌈ 0 ⌉ ⌈ 0 ⌉ ⌈ 0 ⌉ ⌈ 0 ⌉ ⌈ 0 ⌉
Pen -1) | 0 | | 0 | | 0 | | 0 | | 0 | | 0 |
Girl -2) | 0 | | 1 | | 0 | | 0 | | 0 | | 0 |
Berry -3) | 0 | | 0 | | 0 | | 0 | | 0 | | 1 |
Apple -4) | 0 | | 0 | | 0 | | 1 | | 0 | | 0 |
Likes -5) | 0 | | 0 | | 1 | | 0 | | 0 | | 0 |
The -6) | 1 | | 0 | | 0 | | 0 | | 0 | | 0 |
And -7) | 0 | | 0 | | 0 | | 0 | | 1 | | 0 |
Boy -8) | 0 | | 0 | | 0 | | 0 | | 0 | | 0 |
Book -9) ⌊ 0 ⌋ ⌊ 0 ⌋ ⌊ 0 ⌋ ⌊ 0 ⌋ ⌊ 0 ⌋ ⌊ 0 ⌋
Dizileri bu şekilde temsil ederek verileri sinir ağlarına aktarabiliriz ✨

🙄 Dezavantaj

  • Eğer sözlüğümüz 10.000 kelimeden oluşuyorsa, her vektör 10.000 boyutlu olacaktır 🤕
  • Bu gösterim anlamsal özellikleri yakalayamaz 💔

🌞 Yazının Aslı