Antigravity Agent
34 lines
2.2 KiB
Markdown
34 lines
2.2 KiB
Markdown
---
|
|
id: P-REINFORCE-AUTO-BOW-001
|
|
category: "10_Wiki/💡 Topics/AI"
|
|
confidence_score: 0.95
|
|
tags: [auto-reinforced, bag-of-words, nlp, text-mining, feature-extraction, classic-ai]
|
|
last_reinforced: 2026-04-20
|
|
---
|
|
|
|
# [[Bag of Words (BoW)|Bag of Words (BoW)]]
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "단어들의 주머니: 문장의 문법이나 단어의 순서는 완전히 무시한 채, 오직 어떤 단어가 몇 번 등장했는지 그 빈도수만을 세어 텍스트를 숫자의 뭉치로 변환하는 가장 단순하고 강력한 언어 처리 기초."
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
Bag of Words(BoW)는 텍스트 데이터를 머신러닝 알고리즘이 이해할 수 있도록 수치형 벡터로 변환하는 표현 기법 중 하나입니다.
|
|
|
|
1. **구현 단계**:
|
|
* **Vocabulary 구축**: 전체 데이터셋에 등장하는 모든 고유 단어의 목록 생성.
|
|
* **Counting**: 특정 문서 내에서 각 단어가 몇 번 나타나는지 횟수 기록.
|
|
2. **특징**:
|
|
* **Loss of Order**: "I eat apple"과 "Apple eat I"를 동일하게 취급하는 한계.
|
|
* **Sparse Vector**: 단어 사전은 크지만 실제 한 문장에 쓰이는 단어는 적어 대부분의 값이 0인 거대 행렬 형성.
|
|
3. **발전형**:
|
|
* **TF-IDF**: 단순히 빈도만 따지지 않고, 흔한 단어(The, A 등)의 점수를 낮춰 핵심 단어를 부각함.
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
|
- **과거 데이터와의 충돌**: 과거 자연어 처리 정책의 주류였으나, 현대의 임베딩 정책은 단어의 순서와 관계(Context)를 보존하는 'Word Embedding/Attention 정책'으로 대체됨(RL Update).
|
|
- **정책 변화(RL Update)**: 아주 가벼운 스팸 분류 시스템이나 초기 단계의 데이터 탐색 정책에서는 연산 비용이 극도로 낮은 BoW 정책이 여전히 실무적인 경제성 정책으로 선호됨.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- Natural Language Processing (NLP), [[Word-Representation|Word-Representation]], [[Attention Mechanisms|Attention Mechanisms]], Pattern Recognition, [[Technical-Architecture|Technical-Architecture]]
|
|
- **Modern Tech/Tools**: Scikit-learn CountVectorizer, NLTK, Gensim.
|
|
---
|