Normalisasi Word Vector Dalam Word Embedding: Pendekatan Aljabar Untuk Meningkatkan Kualitas Representasi Kata

ANDZAR TSAQIF LAKSANA

Normalisasi Word Vector Dalam Word Embedding: Pendekatan Aljabar Untuk Meningkatkan Kualitas Representasi Kata

dc.contributor.advisor	Sisilia Sylviani
dc.contributor.advisor	Anita Triska
dc.contributor.author	ANDZAR TSAQIF LAKSANA
dc.date.accessioned	2024-05-22T08:36:55Z
dc.date.available	2024-05-22T08:36:55Z
dc.date.issued	2023-08-31
dc.description.abstract	Word Embedding adalah suatu metode yang merubah sebuah kata menjadi sebuah vektor. Vektor yang merpresentasikan makna dari sebuah kata tersebut disebut dengan word vector. Penelitian mengenai Word Embedding sudah sangat jauh berkembang hingga menciptakan beberapa metode yang baik seperti Word2Vec, FastText, GloVe, dan lain-lain. Namun, salah satu dari metode tersebut masih memiliki kekurangan, yaitu terdapat pada model Skip-gram dari Word2Vec untuk fungsi penerjemah. Kekurangan yang dimaksud adalah ketidakkonsistenan antara fungsi objektif untuk mempelajari word vector, transformasi linear, serta pengukuran jarak antara word vector di kedua bahasa. Salah satu peneliti mengemukakan bahwa langkah awal dari menyelesaikan ketidakkonsistenan tersebut dengan menormalisasikan word vector. Penelitian pada skripsi ini terfokuskan pada proses Word Embedding dengan model Skip-gram serta menormalisasikan word vector yang diperoleh dari model skip-gram dengan norm. Jarak antara Word vector yang telah dinormalisasi menjadi saling berdekatan. Hasil dari kajian penelitian ini diharapkan dapat memberikan pemahaman terkait proses Word Embedding dengan model Skip-gram dan solusi dari ketidakkonsistenan tersebut yang dapat digunakan pada penelitian selanjutnya
dc.identifier.uri	https://repository.unpad.ac.id/handle/kandaga/140110190063
dc.subject	normalisasi
dc.subject	word embedding
dc.subject	skip-gram
dc.title	Normalisasi Word Vector Dalam Word Embedding: Pendekatan Aljabar Untuk Meningkatkan Kualitas Representasi Kata