word2vec 初尝试

最新推荐文章于 2024-09-05 23:47:24 发布
最新推荐文章于 2024-09-05 23:47:24 发布
阅读量168 收藏
点赞数
分类专栏： 机器学习 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cjneo/article/details/81435011
版权

先贴结果:

与竞争相似的词

市场竞争 0.906346678734
日趋激烈 0.874940693378
激烈 0.850416898727
争夺 0.807645440102
十分激烈 0.80338871479
价格战 0.788535356522
白热化 0.782474756241
同质化 0.769148826599
价格竞争 0.750348031521
日益加剧 0.749260962009

与科学家相似的词


生物学家 0.818297803402
心理学家 0.788058996201
考古学家 0.782107174397
古人类学家 0.766105234623
化石 0.75656247139
弗洛里斯 0.748418331146
哥伦布 0.728900551796
图坦 0.723611533642
卢瑟福 0.721136927605
起源 0.719262957573

效果还是可以的，稍后贴出代码说明过程

 

cjneo
关注
专栏目录
推荐系统[二]：召回算法超详细讲解[召回模型演化过程、召回模型主流常见算法(DeepMF/TDM/Airbnb Embedding/Item2vec等)、召回路径简介、多路召回融合]
丨汀、的博客
02-20 3406
召回区分主路和旁路，主路的作用是个性化+向上管理，而旁路的作用是查缺补漏推荐系统的前几个操作可能就决定了整个系统的走向，在初期一定要三思而后行做自媒体，打广告，漏斗的入口有多大很重要。召回这里稍微有些复杂，因为召回是多路的。首先我们要解释主路和旁路的差别，主路的意义和粗排类似，可以看作是一个入口更大，但模型更加简单的粗排。主路的意义是为粗排分担压力。但是旁路却不是这样的，旁路出现的时机往往是当主路存在某种机制上的问题，而单靠现在的这个模型很难解决的时候。
图解Word2vec，秒懂词向量Word2vec的本质
datayx的文章
04-14 628
向AI转型的程序员都关注了这个号????????????Word2vec参考资料总结先大概说下我深挖 word2vec 的过程：先是按照惯例，看了 Mikolov 关于 Word2vec 的两篇原始论文，然而发现看完依然是一头雾水，似懂非懂，主要原因是这两篇文章省略了太多理论背景和推导细节；然后翻出 Bengio 03年那篇JMLR和 Ronan 11年那篇JMLR，看完对主题模型、用CNN处理NLP任务有所了解，...
基于text2vec和faiss开发实现文档查询系统初体验
Together_CZ的博客
08-02 1225
基于text2vec和faiss开发实现文档查询系统
最全NLP中文文本分类实践（上）——中文分词获取和Word2Vec模型构建
zhoubk1998的博客
09-02 4431
1 简介 最近在学习NLP的相关知识，想通过实践来加深对所学知识的认知。因此，自己从网上找了一个中文语料库进行尝试。本文的实践内容包括文件的读取、中文分词、词向量表达、模型构建和模型融合。 本文所采用的语料库为复旦中文文本分类语料库，包含20个类别。但是，这个网盘里面只有train一个文件夹，我就自己人工把它分成了训练集和测试集。 网盘链接:https://pan.baidu.com/s/1833mT2rhL6gBMlM0KnmyKg 密码:zyxa 注：本文重点关注于代码的实践内容，没有背景知识和理论的介
【大模型理论篇】大模型周边自然语言处理技术(NLP)原理分析及数学推导（Word2Vec、TextCNN、Gated TextCNN、FastText）
最新发布
源泉的小广场
09-05 1074
大模型、LLM、预训练模型、自然语言处理、大模型周边技术、高质量数据、低成本、大模型实战、预训练实战、word2vec、skip gram、cbow、Gated TextCNN、负采样、分层softmax
技术报告 | Attack2Vec: 使用时序词嵌入技术理解网络攻击的演变模式
网络空间发展与战略研究
05-21 601
首席安全官Plus是由一群科研院所的网络空间安全研究人员发起成立的民间网络空间安全知识平台，努力打造“有特色、高水平、国际化”的网络安全思想高地。围绕“大数据、云计算和人工智能”等高技术领域的网络安全前沿技术、产业趋势和资本市场，汇聚一流资源，产出一流安全洞察。如投稿，请发送到：csoplus@163.com。 Usenix Security是信息安全领域“四大”顶级学术会议（此外还包括S&a...
一文通透DeepSeek-V2(改造Transformer的中文模型)：详解MoE、GRPO、MLA
结构之法 算法之道
08-26 2708
成就本文有以下三个因素校长最近开始搞deepseek了吗？刚看了论文，没搞懂MLA那块的cache是怎么算的，我总觉得他的效果应该类似MQA才对，但是反馈是挺好的目前团队项目上的事情太多，然后近期在写那个KAN确实还没来得及看这个deepseek，我近期看下而搞之前——近几天，会先写一下它的论文解读，故本文就来了且一如既往做到，对于几乎每一个主题，都做到本博客万千读者或七月学员所说的：“还是看校长的文章好理解”，如有任何问题或任何不懂的地方，可以随时留言/评论，我会找时间尽快回复。
NLP 自然语言处理实战
风尘浪子
03-28 1万+
本文从分词、词频、词向量等基础领域开始讲解自然语言处理的原理，讲解 One-Hot、TF-IDF、PageRank 等算法及 LDA、LDiA、LSA 等语义分析的原理。介绍 Word2vec、GloVe 、Embedding 等常用词嵌入及 NLTK、Jieba 等分词工具的应用。
GloVe:另一种Word Embedding方法
weixin_30952103的博客
06-25 682
若想深层地理解GloVe和本文，最好了解SVD, word2vec（skip-gram为主）的相关知识。若仅寻求一种新的word embedding方法，可以不必了解以上前置知识。 一言以蔽之，GloVe的思想就是借鉴word2vec的pair-wise的方法以及其他一些trick来进行传统矩阵分解运算进而得到word vectors。 GloVe(Global V...
计算语言学之绪论
刘炫320的博客
03-03 1081
0. 写在前面从这一讲开始，我们开始进行计算语言学的正式讲解。1. 自然语言处理？计算语言学？关于自然语言处理，有多种说法，可以说自然语言生成，自然语言理解，自然语言处理，中文信息处理以及计算语言学。但这些说法都是有区别的，例如，自然语言理解是偏向于人工智能方向说的，但是其实自然语言理解是自然语言处理的一部分，自然语言要处理，首先要能够理解，其次才是生成，这是一个输入，一个输出的完整过程。因此我个人
【推荐架构day2】微博怎么给你推荐信息的：基本原理
热门推荐
作一个独立连续的思考者
02-22 6万+
本文主要介绍微博背后的算法架构。首先，我们先回三个问题： 1.为什么会产生推荐系统？ 2.本文是如何将微博推荐的目标和需要解决的问题，抽样为一系列的数学问题的？ 3.如何将微博内容转化为结构化向量，包括词语切分、词语信息标注、内容核心词/实体词提取、语义依存分析等? 在介绍微博推荐算法之前，我们先聊一聊推荐系统和推荐算法。有这样一些问题：推荐系统适用哪些场景？用来解决什么问题、具有怎样的价...
第一章：自然语言处理
南七小僧的学海无涯
06-29 235
自然语言处理 (NLP, Natural Language Processing) 又称为计算语言学，是一门借助计算机技术研究人类语言的科学。虽然 NLP 只有六七十年的历史，但是这门学科发展迅速且取得了令人印象深刻的成果。在上手实践之前，我想先花点时间给大家介绍一下 NLP 的发展历史和 Transformer 模型相关的概念，这对于后期理解模型结构以及自己设计方法会有很大的帮助。本章将带大家快速穿越 NLP 的发展史，见证从专家系统到 BERT 模型的巨大变化。
tf conv2d 函数 和CNN实现
cjneo的专栏
07-22 6870
tf.nn.conv2d函数 ，在tf技术解释与实践中解释的很清楚。尤其是参数。现在还是来总结一下。 tf.nn.conv2d是TensorFlow里面实现卷积的函数，参考文档对它的介绍并不是很详细，实际上这是搭建卷积神经网络比较核心的一个方法，非常重要 tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, n...
再学机器学习gridsearch网格搜索
cjneo的专栏
05-01 1439
GridSearchCV，它存在的意义就是自动调参，只要把参数输进去，就能给出最优化的结果和参数。但是这个方法适合于小数据集，一旦数据的量级上去了，很难得出结果。这个时候就是需要动脑筋了。数据量比较大的时候可以使用一个快速调优的方法——坐标下降。它其实是一种贪心算法：拿当前对模型影响最大的参数调优，直到最优化；再拿下一个影响最大的参数调优，如此下去，直到所有的参数调整完毕。这个方法的缺点就是可能会...
安装 python3.5
cjneo的专栏
07-01 624
用安装包下载安装 然后出错了x80070005 结果需要删除杀毒软件
pytorch 的GPU性能优化
cjneo的专栏
12-21 370
最近在训练一个图片分类器，GPU使用率一直没到100% ，甚至只是一些波峰尖刺。 后来排查了一些问题。这种情况 大概率就是 CPU的数据在往GPU搬运的时候出现了瓶颈，优化方法 1 预取数据 多线程 2 大规模映射顺序读 3 把数据搬运到ssd 最后用了3解决问题，当你的盘太慢的时候，最好的方法就是换到ssd上 ...
第一个梯度下降算法 am
cjneo的专栏
07-11 260
import numpy as np X = 2*np.random.random((6,3))-1 print X W0 = np.array([[12],[2],[4]]) print W0 Y=np.dot(X,W0) w = 2*np.random.random((3,1))-1 print w for  j in xrange(1,6000):     l= np.dot(X,w)   ...
特征使用
cjneo的专栏
08-19 249
一些特征选择的技巧 https://www.jianshu.com/p/8edf4d159d4c xgb不适合高维特征的特点 https://www.zhihu.com/question/267934807 为什么实际的数据处理中使用 树的集成学习模型（更符合实际数据情况） https://blog.csdn.net/leadai/article/details/78579708 ...
word2vec参数学习详解
"word2vec是近年来在自然语言处理（NLP）领域备受关注的技术，它通过训练得到的词向量能够捕获词汇的语义信息，并在多种NLP任务中表现出实用性。这篇文档深入解析了word2vec模型的参数学习过程，包括原始的连续词袋...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值