📚Dizi Modellerinin Genel Kavramları

👩‍🏫 Notasyon

Metin işleme bağlamında (örneğin: Doğal Dil İşleme NLP)

Sembo	Açıklama
$X^{<t>}$	Giriş dizisindeki t'inci kelime
$Y^{<t>}$	Çıkış dizisindeki t'inci kelime
$X^{(i)<t>}$	i'inci giriş dizisindeki t'inci kelime
$Y^{(i)<t>}$	i'inci çıkış dizisindeki t'inci kelime
$T^{(i)}_x$	i'inci giriş dizisinin uzunluğu
$T^{(i)}_y$	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 $X^{(i)}$: 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

• Burada 🐾