Graph Embedding(一)—— DeepWalk的原理及实现
1. 概念介绍
图:是一种非常常用的结构,包含边和节点;
Graph Embedding:图中的每个节点会对应一个词向量,某两个节点挨的越近(或者联系越紧密、或者共同的边越多),词向量在词向量空间里也就越近(想想单词的词向量的定义,和这差不多,就是把文字中的单词迁移到图的节点了)
2. deepwalk
想想单词的词向量训练的时候,是不是根据文本序列,生成中心词和上下文词列表分别作为输入输...
原创
2019-05-21 22:41:53 ·
6187 阅读 ·
1 评论