简介 # Skip-gram 1 属于Word2Vec的一种,给定input,预测上下文,而CBOW(见补充)是通过上下文来预测input。 Word2Vec模型分为两个步骤 2 : 建立模型,这类方法与自编码模型有点像,建模不是最终目的; 通过模型获取嵌入词向量。 模型细节 # 整体框架图 输入层 # 词不能直接输入神经网络模型,比如训练样本中有10000个不同的词,将某个词“我”或者“我们”进…
简介 # Skip-gram 1 属于Word2Vec的一种,给定input,预测上下文,而CBOW(见补充)是通过上下文来预测input。 Word2Vec模型分为两个步骤 2 : 建立模型,这类方法与自编码模型有点像,建模不是最终目的; 通过模型获取嵌入词向量。 模型细节 # 整体框架图 输入层 # 词不能直接输入神经网络模型,比如训练样本中有10000个不同的词,将某个词“我”或者“我们”进…
讨论
登录后参与讨论
还没有评论,来说第一句吧。