[TIL] 최근후_201215

### **키워드**:

Bag-of-Words(BoW), TF-IDF, 임베딩

### **배운 것**:

Bag-of-Words(BoW) 모델 : 문서를 토큰화한 후 토큰의 빈도를 기반으로 벡터화 함.

term-frequency inverse-document (TF-IDF) 모델 : TF-IDF 를 사용하는 이유는 문서를 구분하는데 어떤 단어가 중요한지를 찾는 것 이다.

임베딩 : 자연어를 컴퓨터가 이해할 수 있는 수의 나열인 벡터 형태로 바꾸는 과정. Word2Vec과 같은 단어 임베딩 방법은 벡터 생성 과정 중에 문맥 정보를 보존하여 유사한 의미를 가진 단어나 문장은 는 유사도가 큰 벡터가 된다.

### **느낀 점**:

정말 어렵다... 하지만 천천히 이해되고있어서 다행이다 ㅎㅎ..