推荐阅读文本:https://blog.csdn.net/u010417185/article/details/80647931
再继续讲Word2Vec:
- 遍历整个语料库,
- 预测中心词周围出现的概率
- 带入损失函数。
- 算法不断迭代更新参数值。
我们希望得到的模型能够使得所有的词语出现在文本中的概率最高。
实际参数的大小会非常大。(两个语料库向量表示:2dV)
我们把语料设置窗口将文本循环迭代一遍,我们会发现参数会非常多。
解决方法:
需要用稀疏矩阵更新特定的行,在U、V里面。hash的方法
为什么初始需要两个向量,早期优化方便,最后的时候会将两个矩阵平均。
常见方法
Skip-grams(SG)
continuous bag of words(CBOW)
加速训练的方法:
Negative sampling:
我们可以看到上面的两个权重矩阵非常庞大,如果每次更新权重的话,更新量会非常复杂。
能不能每个训练样本的训练只会更新一小部分的模型权重,从而降低计算负担。
怎么来选择我们要更新的负权重文本呢?
这个概率的实现公式。每个单词被选为“negative words”的概率计算公式与其出现的频次有关。
Skip-garm+negative sampling优化目标函数。
第一部分:最大化o词出现的概率,第二部分:最小化语料库中的其他词出现的概率。
上面提到的方法,我们很多时候只是抓取一个词的,能不能使用多个词呢?
基于共现矩阵co-occurrence matrix X,全部文本的做不太实际,文本量太大了。
我们既有window窗口来做。(设定一定长度窗口,计数)
- 这样做的缺点。增加了词典的量级;需要更多存储和计算量,
- 后续分类问题,存在稀疏性的问题。
我们需要更低维度的向量:SVD分解。
对于X矩阵的一些技巧。
对于经常出现的词,has,the,之类。设置一个上限或直接忽略他。
利用相关系数代替简单的技术。将负值设定为0.
向距离更近的词倾斜。