Previously, it was proposed that te

Previously, it was proposed that texts should be encoded into string vectors as other structured forms. In 2008, Jo modified the k means algorithm into the version which processes string vectors as the approach to the text clustering[12]. In 2010, Jo modified the two supervised learning algorithms, the KNN and the SVM, into the version as the improved approaches to the text classification [13]. In 2010, Jo proposed the unsupervised neural networks, called Neural Text Self Organizer, which receives the string vector as its input data [14]. In 2010, Jo applied the supervised neural networks, called Neural Text Categorizer, which gets a string vector as its input, as the approach to the text classification [15].

결과 (한국어) 1:

이전에, 그것은 다른 구조화 된 양식으로 문자열 벡터에 텍스트를 인코딩 한다 제안 했다. 2008 년 조 [12] 클러스터링 텍스트에 접근 방식으로 문자열 벡터를 처리 하는 버전에 k 의미 알고리즘을 수정 합니다. 2010 년 조 두 감독된 학습 알고리즘는 KNN 및 SVM, 텍스트 분류 [13] 향상 된 방식으로 버전으로 수정합니다. 2010 년 조 라는 신경 텍스트 자체 구성, 입력된 데이터 [14]으로 문자열 벡터를 받는 자율된 신경망을 제안 했다. 2010 년 조 감독된 신경 네트워크, 신경 텍스트 분류기, 텍스트 분류 [15] 접근 방식으로, 입력으로 문자열 벡터를 얻는 라는 적용.

결과 (한국어) 2:

이전에, 이는 텍스트가 다른 구조적 형태와 같은 문자열 벡터로 인코딩되어야한다고 제안 하였다. 2008 년, 조은 k는 텍스트 클러스터링 [12]의 방법으로 문자열 벡터를 처리하는 버전으로 알고리즘을 의미 수정했습니다. 2010 년 조는 텍스트 분류 [13] 개선 된 접근법에 같은 버전으로, 두지도 학습 알고리즘, KNN과 SVM을 변성. 2010 년, 조은 자율 신경 네트워크를 제안 입력 데이터 [14]과 같이 문자열 벡터를 수신 신경 텍스트 자체 주최자를했다. 2010 년, 조 텍스트 분류 [15]에 대한 접근 방법으로, 그 입력으로 문자열 벡터를 얻는다 신경 텍스트 분류기라는 감독 신경망을 적용했다.

결과 (한국어) 3:

예전에 그 제안을 문자 인코딩 벡터 반드시 다른 구조적 형식 문자열.2008년, 조는 k 평균 알고리즘 수정 버전 처리 방법은 문자열 벡터 텍스트 봉사 [12].년 후, 조는 두 감독 학습 방법을 최근 지원,,, 개선 방법을 버전 텍스트 정렬 (13].년, 조 감독 신경 안, 자기 다니는 걸 신경 텍스트 받은 문자열 벡터 그 입력 데이터 [] 14.년, 조 감독 신경 쓰는 걸 신경 텍스트 정렬 문자열 벡터, 바로 그 입력 텍스트 정렬 이 방법이 있다.