自然语言处理实战——词向量推理（word2vec）

最新推荐文章于 2024-08-02 17:55:01 发布

will_jay1995

最新推荐文章于 2024-08-02 17:55:01 发布

阅读量580

点赞数

分类专栏：自然语言处理文章标签：自然语言处理

本文链接：https://blog.csdn.net/will_jay1995/article/details/115043293

版权

文章目录

前言
一、为什么介绍词向量推理（W2V）？
二、如何得到W2V？
三、是否有其他更优秀的词向量表示呢？
四、补充
总结

前言

还是以回答几个问题的形式介绍词向量

一、为什么介绍词向量推理（W2V）？

词向量推理（W2V）的优势是什么？
似乎回答了这个问题就能解释词向量出现的意义和价值。
第一点：前人所使用表示词的方法中全部忽略了上下文或者附近词的信息，都是以单个词的词义来表示单词的。
第二点：LSA过大的词袋，词的部分含义也会消失。
综上所述，W2V解决了不仅可以表示上下文之间的关系而且还能表示更大词袋的向量。
可以捕捉更疯不的目标词含义。