일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- 부스트캠프 AI테크
- boolean & fancy index
- VSCode
- seaborn
- Comparisons
- type hints
- python 문법
- Python
- Array operations
- unstack
- 최대가능도 추정법
- groupby
- Numpy data I/O
- BOXPLOT
- 카테고리분포 MLE
- Python 유래
- pivot table
- dtype
- namedtuple
- linalg
- 표집분포
- subplot
- Operation function
- 정규분포 MLE
- scatter
- 가능도
- Numpy
- 딥러닝
- ndarray
- Python 특징
- Today
- Total
목록전체 글 (160)
또르르's 개발 Story

문제 정의 Open-vocab 기반 DST 중, SOM-DST 가 속도와 성능에 있어 좋은 성능을 보이므로 적용해보기 위함 참고 자료 영상시청: https://www.youtube.com/watch?v=nuclwoebdEM&ab_channel=KoreaUnivDSBA 논문 : SOM-DST 기존 모델의 문제점 Ontology-based DST 문제점 실제 시나리오에 잘 대응하지 못함 unseen value를 처리할 수 없음 ontology가 많으면 처리 시간이 오래 걸림 TRADE 문제점 turn 마다 slot 의 모든 value를 생성해야해서 비효율적임 SOM-DST Definition $t$ : turn $S^j$: slot $V^j_t$: corresponding slot value $J$: tot..

문제 정의 Baseline에 적용되어있는 TRADE에 대한 이해 해결 아이디어 영상시청: https://www.youtube.com/watch?v=nuclwoebdEM&ab_channel=KoreaUnivDSBA 논문 : TRADE 진행 상황 1. 전체 프로세스 대화를 인코더를 통해 인코딩한다. 인코딩된 대화와 슬롯으로 h 를 만들고, 이를 바탕으로 p_value 와 p_hist 를 생성하여 p_final 로 슬롯에 해당하는 value 를 찾는다. 대화와 슬롯으로 만들어진 h_j0 를 사용하여 p_hist 를 만들고, c_j0 를 통해 slot 의 value 를 사용할지 결정한다. 2. Definition (Terminology) $U_{T}$ = User Utterence $R_{T}$ = System..

1️⃣ Notion DST-7조 Chatting Day Notion https://www.notion.so/DST-7-ChattingDay-a167284847994425b72c8dc95bb9f260 DST-7조-ChattingDay ⚖Ground Rule www.notion.so 2️⃣ Github Git Code github.com/bcaitech1/p3-dst-chatting-day Git Discussions (실험 내용 정리) https://github.com/bcaitech1/p3-dst-chatting-day/discussions 3️⃣ 논문 Review TRADE 논문 Review https://dororo21.tistory.com/158 [Stage 3 - 논문 리뷰] TRADE 논문 리뷰..