- 博客(1)
- 收藏
- 关注
原创 Word2vec看我这一篇就足够应付面试了
Word2vec原理解析1. 词向量表示2. Word2vec中的连续词袋模型(CBOW)3. Word2vec中的Skip-gram模型4. 训练优化 1. 词向量表示 One-hot表示:用词向量的维度代表整个词汇表的大小,每个词对应其在词汇表的位置为1。如:我 今天 中午 吃的 米饭。其中“中午”的One-hot表示为 00100。One-hot表示存在着词之间是孤立的,当词汇表很大时,存在着内存灾难的问题。 分布表示:通过训练,将每个词都映射到一个较短的词向量上来,词向量的长度人为指定。词向量中每一
2020-06-22 16:32:50 915
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人