上一篇博客介绍了无监督学习中的线性降维方法,本篇博客将继续介绍无监督学习在文字中的降维方法——Word Embedding。
目录
Word Embedding
Word Embedding介绍
Word Embedding希望通过训练大量的材料(结合上下文关系),将词汇描述成一个向量。
- 一种最简单的词汇描述成向量的方法就是1-of-N Encoding方法,假设现在世界上只有下面5个单词,则可以使用5维的向量分别表示一个词汇,但是这种方法不能描述向量之间的关系
- 因此在此基础上进行词汇归类
- 但是直接归类的方法很粗糙,所以进一步提出了Word Embedding方法,每一个词汇用多个维度描述
利用上下文
利用上下文来推断词汇的关系有两种主要的思路——Count based和Perdition based。
Count based
Count based寻找词汇向量 V(⋅) V ( ⋅ ) 的思路就是如果 wi,w