[Aiffel] 61, 62일차 개념 정리 및 회고

1. 개념 정리

1) WEAT (Word Embedding Association Test)

1. 워드 임베딩 벡터 내에 존재하는 편향성을 정량적으로 측정하는 방법 중 하나
2. 특정 단어와 기준이 되는 단어 사이의 거리를 통해 편향성을 측정
   • ex) Science - Female / Science - Male 의 거리 비교
   • 단순히 편향성을 측정하기를 원하는 단어만을 사용하지 않고 각각의 단어(ex: science, femal, male 각각을 잘 나타내는 단어들의 각각의 집합)를 가장 잘 나타내는 단어의 묶음을 만듦.
     • 단어 묶음에 포함된 모든 단어들끼리의 편향성을 전부 계산, 평균을 수치화해 보다 명확한 편향성 측정
3. 심리학의 IAT(Implicit Association Test), 인지편향성 실험 구조의 영향을 받음

2) WEAT score 보충

이전 정리
1. WEAT score 정의

2. 편향성 계산

A에 속하는 단어들과의 코사인 유사도를 계산 한 후 B에 속하는 단어들과의 코사인 유사도를 빼줌

• A, B: attribute인 단어 집합
• a, b: attribute에 속하는 단어
• w: 타겟 단어. 가중치 아님!!!

2. 회고

며칠 동안 복습을 하고 지난 주에 밀린 노드를 봤는데 복습한 보람이 있는지 수식이 이해돼서 신기했다. 오늘 마감인 노드를 주로 진행했고 수식을 다시 보면서 이해한 부분도 정리했다. 다만 RNN에 대한 부분은 아직 자세하게 보지 못해서 다시 봐야할 거 같다. 예전에 볼 땐 그냥 그런가보다 하고 이해하고 넘어갔다고 생각했는데 오히려 시간이 지나고 접하는게 많아질 수록 모르는게 늘어나는 기분이다. 더닝 크루거 효과를 생각해보면 우매함의 봉우리에 있던게 아닌가 싶다 어쨌든 오늘은 알고리즘 공부, 수학 강의 수강도 밀리지 않고 했으면 좋겠다