GloVe全称Global Vectors for Word Representation,是一个基于全局词频统计的word representation工具,它可以把一个单词表达成一个由实数组成的向量,这些向量捕捉到了单词之间一些语义特性,比如相似度。通过对向量的运算,比如欧几里得距离或者cosine相似度,可以计算出两个单词之间的语义相似性。
GloVe的非严谨公式推导
我们先定义一些变量:
- 表示单词jj出现在单词ii的上下文中的次数;
- 表示单词ii的上下文中所有单词出现的总次数,即 ;
- ,即表示单词jj出现在单词ii的上下文中的概率;
有了这些定义之后,我们来看一个表格:
直接给出论文结论:
我们可以使用观察出单词