NLP-词向量、Word2vec

srevens

已于 2024-02-27 11:28:05 修改

阅读量648

点赞数 8

文章标签：自然语言处理人工智能 nlp

于 2024-02-27 00:12:52 首次发布

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/stevence112/article/details/136310415

版权

Word2vec

Skip-gram算法的核心部分
我们做什么来计算一个词在中心词的上下文中出现的概率？
在这里插入图片描述

似然函数

词已知，它的上下文单词的概率相乘。
然后所有中心词的这个相乘数再全部相乘，希望得到最大。

在这里插入图片描述

目标函数（代价函数，损失函数）

平均对数似然 + 转化为极小化问题

在这里插入图片描述

最小化目标函数 J(θ) <==> 最大化预测的准确性

为了简化数学和优化，每个单词都用两个向量表示

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。