自然语言处理 | (16) 文本表示概述

目录

1.为什么要进行文本表示

2.文本表示分类(基于粒度,从细到粗)

3.文本表示方法分类


文本表示,简单来说就是把文本变成数学上方便处理的向量(数字)而不是字符串。而怎么把字符串变成向量,是文本表示的核心问题。

1.为什么要进行文本表示

  • 根本原因是计算机不方便直接对文本字符串进行处理,因此需要进行数值化或向量化。
  • 便于机器学习算法处理。不仅传统的机器学习算法需要这个过程,深度学习也需要这个过程。
  • 良好的文本表示形式可以极大的提高算法的效果。

 

2.文本表示分类(基于粒度,从细到粗)

  • 词表示(将词转换为向量,更细粒度:英文中的字母/字符表示,中文中的字表示)
  • 句子表示(或短文本表示)
  • 文本表示(篇章表示)

 

3.文本表示方法分类

  • 离散表示

1. one-hot表示

2. multi-hot表示

  • 分布式表示

(一) 基于矩阵

1.基于降维的方法

2.基于聚类的方法

(二) 基于神经网络

1.CBOW

2.Skip-gram

3.NNLM

4.C&W

 

在接下里的几篇博客会详细介绍上述文本表示方法。

 

  • 3
    点赞
  • 7
    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