자연어의미장 — 사이클23 P0 결과
개요
사이클23 P0: SemCode 없이 표면형(영문개념명)으로 의미장 직접학습.
무엇을 했는지
- 실어휘코드북_O.psv 4164개념 분석: 24개 의미장, 최소 클래스 35개
- 특징: 영문명 첫6글자 ASCII → 균형3진 3트릿/글자 = din=18
- SemCode를 입력으로 사용하지 않음 (정답유출 금지)
- 방법1: 최근중심분류기 (훈련=특징합산, 예측=내적최대)
- 방법2: 균형삼진OvR (1:1 양성:음성 균형, K=24, dh=8, ep=20)
- 훈련 480샘플(20/클래스), 테스트 120샘플(5/클래스)
결과
- chance baseline: 1/24 = 4.17%
- 방법1 최근중심: 9/120 = 7.5% (1.8x chance) ← chance 초과 ✓
- 방법2 균형삼진OvR: 7/120 = 5.8% (1.4x chance) ← chance 초과 ✓
핵심 발견
- 표면형에 의미장 신호가 있음 (약하지만 실재함)
- 삼진OvR이 학습함을 입증 (chance 초과)
- 최근중심 > 균형OvR → 양자화(STE)가 약신호 학습에 불리
- 컴파일러 함정: 배열 리터럴 최대 255개 → 추가() 패턴 사용
관련 파일
- /Users/ef/crowny-butler/libs/자연어의미장.한선
- /Users/ef/crowny-butler/실어휘코드북_O.psv
잔여 이슈
- 더 강한 특징(자모분해, n-gram해시)으로 성능 향상 가능
- 더 많은 훈련데이터 사용 시 개선 여지
- 균형3진 나눗셈으로 표준 Python 배열 범위와 정확히 일치하는지 검증 추가 필요