작성자 : 장아연 & 이성범

1. INTRODUCTION

!

2. RELATED WORK

해당 논문의 Related work에서는 word를 Embedding하는 NLP모델의 계속된 향상과 context 속에서 word의 의미를 파악해 vectorization하는 것에서 나아가 다양한 분야에 확장/적용 가능하다는 점을 시사함. 이에 따라 간략하게 NLP 모델의 구조와 NLP 모델의 발전 에 대해 살펴봄.

3. METHODOLOGY

4. EXPERIMENTS

5. CONCLUSION

참고 자료

• Mihajlo Grbovic & Haibin Cheng. (2018). Real – time Personalization using Embedding for Search Ranking at Airbnb. KDD

• https://brunch.co.kr/@andrewhwan/54#comment

• https://medium.com/mighty-data-science-bootcamp/airbnb-listing-embeddings-in-search-ranking-d0f39116fc44

• https://papers.nips.cc/paper/2013/file/9aa42b31882ec039965f3c4923ce901b-Paper.pdf

• https://lovit.github.io/nlp/representation/2018/03/26/word_doc_embedding

• https://wooono.tistory.com/244