全局向量GloVe --学习笔记

从条件概率比值理解GloVe

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
此处注意,在GloVe中的损失函数还添加了每个损失项的权重
在这里插入图片描述
如此一来,GloVe 的目标是最小化损失函数:
在这里插入图片描述
在这里插入图片描述
原论文作者使用中心词和背景词学习到的向量相加得出该词的最终词向量,在原论文中有作者此举的解释。不管如何,从直观上看,哪怕最终训练得出的两个向量不同,相加之后即可忽略不同,也即可以减少向量初始化对模型训练结果的影响。

小结:

(1)在有些情况下,交叉熵损失函数有劣势。GloVe 采用了平方损失,并通过词向量拟合预先基于整个数据集计算得到的全局统计信息。
(2)任意词的中心词向量和背景词向量在 GloVe 中是等价的。
学习自此处

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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