一、前言
fasttext是Facebook AI Reserch在16年开源的一个词向量及文本分类工具。
在模型架构上跟word2vec非常相似,毕竟作者都是Tomas Mikolov。其实从另一种角度理解,fasttext算是word2vec的一种衍生模型。fasttext的两篇基础论文,更像是提出了一些技巧,来更好的训练词向量和进行分类。
关于word2vec的可以参考:对word2vec的理解
二、词向量
1、Enriching Word Vectors with Subword Information
上述论文主要介绍一种基于语言形态学进行词向量训练的方法,基本模型与word2vec一致,但是在输入层位置进行了改变,原论文表述:
大意是对于输入的上下文中的每一个词,都进行基于词的n-gram,之后将所有的n-gram和原词相加,来代表上下文信息。这种做法的好处是英文单词中,可以由前缀或者后缀等语言形态上的相似性,在词与词之间建立联系。