임베딩을 넘어선 연산
쌍곡 공간은 계층적 자료를 표현하는 데 활용되지만 그 위에서 신경망 층을 어떻게 구성할지도 중요하다. 이 연구는 쌍곡 임베딩을 후속 과제에 사용하는 데 필요한 연산을 마련한다.
회귀와 순환 구조
다항 로지스틱 회귀와 피드포워드 신경망 및 GRU 같은 순환 구조의 쌍곡 버전을 도출했다. 이를 통해 순차 자료를 임베딩하고 쌍곡 공간 안에서 분류할 수 있게 한다.
문장 표현의 평가
원 연구는 텍스트 함의와 잡음이 있는 접두부 인식 과제에서 문장 임베딩을 평가했다. 쌍곡 표현을 학습하는 것과 그 표현 위에서 예측 연산을 수행하는 것을 함께 다룬다.
관련 문서
푸앵카레 임베딩 / HNNplusplus / HGCN 쌍곡 그래프 합성곱 / 순환 신경망 / 로지스틱 회귀 / 임베딩