The Art of Reproducible Machine Learning: A Survey of Methodology in Word Vector Experiments
| NOVOTNÝ, Vít. The Art of Reproducible Machine Learning: A Survey of Methodology in Word Vector Experiments. In Aleš Horák, Pavel Rychlý, Adam Rambousek. Proceedings of the Fourteenth Workshop on Recent Advances in Slavonic Natural Language Processing, RASLAN 2020. Brno: Tribun EU. s. 55-64. ISBN 978-80-263-1600-8. 2020. |
|
Další formáty:
BibTeX
LaTeX
RIS
|
| Základní údaje | |
|---|---|
| Originální název | The Art of Reproducible Machine Learning: A Survey of Methodology in Word Vector Experiments |
| Autoři | NOVOTNÝ, Vít (203 Česká republika, garant, domácí). |
| Vydání | Brno, Proceedings of the Fourteenth Workshop on Recent Advances in Slavonic Natural Language Processing, RASLAN 2020, od s. 55-64, 10 s. 2020. |
| Nakladatel | Tribun EU |
| Další údaje | |
|---|---|
| Originální jazyk | angličtina |
| Typ výsledku | Stať ve sborníku |
| Obor | 10201 Computer sciences, information science, bioinformatics |
| Stát vydavatele | Česká republika |
| Utajení | není předmětem státního či obchodního tajemství |
| Forma vydání | tištěná verze "print" |
| WWW | PDF Domovská stránka workshopu |
| Kód RIV | RIV/00216224:14330/20:00117106 |
| Organizační jednotka | Fakulta informatiky |
| ISBN | 978-80-263-1600-8 |
| ISSN | 2336-4289 |
| UT WoS | 000655471300006 |
| Klíčová slova anglicky | Machine learning; word vectors; word2vec; fastText; word analogy; reproducibility |
| Štítky | machine learning, word embeddings |
| Příznaky | Mezinárodní význam |
| Změnil | Změnil: RNDr. Vít Starý Novotný, Ph.D., učo 409729. Změněno: 3. 1. 2023 13:53. |
| Anotace |
|---|
Since the seminal work of Mikolov et al. (2013), word vectors of log-bilinear SVMs have found their way into many NLP applications as an unsupervised measure of word relatedness. Due to the rapid pace of research and the publish-or-perish mantra of academic publishing, word vector experiments contain undisclosed parameters, which make them difficult to reproduce. In our work, we introduce the experiments and their parameters, compare the published experimental results with our own, and suggest default parameter settings and ways to make previous and future experiments easier to reproduce. We show that the lack of variable control can cause up to 24% difference in accuracy on the word analogy tasks. |
| Návaznosti | |
|---|---|
| MUNI/A/1076/2019, interní kód MU | Název: Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity 20 (Akronym: SKOMU) |
| Investor: Masarykova univerzita, Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity 20, DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty | |
| MUNI/A/1411/2019, interní kód MU | Název: Aplikovaný výzkum: softwarové architektury kritických infrastruktur, bezpečnost počítačových systémů, zpracování přirozeného jazyka a jazykové inženýrství, vizualizaci velkých dat a rozšířená realita. |
| Investor: Masarykova univerzita, Aplikovaný výzkum: softwarové architektury kritických infrastruktur, bezpečnost počítačových systémů, zpracování přirozeného jazyka a jazykové inženýrství, vizualizaci velkých dat a rozšířená realita., DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty | |
VytisknoutZobrazeno: 19. 4. 2024 05:29